Python中第三方库Faker的使用详解
clickhouse官方提供了默认的镜像，直接使用即可。官方文档参考：https://hub.docker.com/r/yandex/clickhouse-server/。
(1)拉取clickhouse的docker镜像
docker search clickhouse
docker pull yandex/clickhouse-server
docker pull yandex/clickhouse-client
(2)启动server端
docker run -d --name clickhouse --ulimit nofile=262144:262144 -p 8123:8123 -p 9000:9000 -p 9009:9009 yandex/clickhouse-server
其中-d 代表后台运行 --name 是你自定义的名字 -p是容器端口映射到当前主机端口。端口必须映射出来，这样其他主机就可以远程访问该服务。
用自定义配置文件启动容器 需要先将配置文件拷贝出来。 docker run -d --name docker-clickhouse --ulimit nofile=262144:262144 -p 8123:8123 -p 9000:9000 -p 9009:9009 -v /etc/clickhouse-server/config.xml:/etc/clickhouse-server/config.xml yandex/clickhouse-server
(3)进入容器运行
docker ps -a 查看容器
docker exec -it docker-clickhouse /bin/bash 进入容器
clickhouse-client 进入clickhouse命令行
show databases 查看所有的数据库
(4)配置远程访问
clickhouse 允许远程访问，将clickhouse的配置文件拷贝出来
docker cp clickhouse-server:/etc/clickhouse-server/ /etc/clickhouse-server/
修改 /etc/clickhouse-server/config.xml 中注释去掉<listen_host>::</listen_host>
ClickHouse 服务端的底层访问接口支持 TCP 和 HTTP 两种方式，其中 TCP 拥有更好的性能，其默认监听 9000 端口，主要用于集群间的内部通信及 clickhouse-client 客户端进行连接；而 HTTP 协议则拥有更好的兼容性，可以通过 REST 服务的形式被广泛用于编程语言的客户端，其默认监听 8123 端口。
使用客户端clickhouse-client连接服务端 通过输入 clickhouse-client 进入命令行、然后再执行 SQL 的方式叫做 “交互式执行”，一般用于调试、运维、开发和测试等场景。
通过交互式执行的 SQL 语句，相关查询结果会统一记录到 ~/.clickhouse-client-history 文件中，可以作为审计之用。
docker exec -it docker-clickhouse /bin/bash
clickhouse-client
clickhouse-client --host 地址 --port 端口 --user 用户 --password 密码
fd7b524680b5 :) show databases;非交互式执行主要用于批处理场景，诸如对数据的导入和导出操作，在执行脚本命令时，需要追加 --query 参数指定执行的 SQL 语句。
(1)在导入数据时，它可以接收操作系统的 stdin 标准输入作为写入的数据。所以 cat 命令读取的文件流，将会作为 INSERT 查询的数据输入。
cat xxx.csv | clickhouse-client --query "INSERT INTO some_table FORMAT CSV"(2)而在数据导出时，则可以输出流重定向到文件：
clickhouse-client --query "SELECT * FROM some_table" >> xxx.csv(3)默认情况下，clickhouse-client 一次只能运行一条 SQL 语句，如果需要执行多次查询，则需要在循环中重复执行，这显然不是一种高效的方式。此时可以追加 --multiquery 参数，它可以支持一次运行多条SQL查询，多条查询之间使用分号分隔，比如：
clickhouse-client --multiquery --query "select 1;select 2;select 3;"
clickhouse-client --multiquery --query "select 1;select 2;select 3;" >> xxx.csv常用的相关参数
--host/-h: 指定连接的服务端的地址, 默认是 localhost，如果服务端的地址不是 localhost, 则需要依靠此参数进行指定, 例如 clickhouse-client -h xx.xx.xx.xx。
--port: 服务端的 TCP 端口, 默认是 9000，如果服务端监听的不是 9000, 则需要此参数指定。
--user/-u: 登录的用户名, 默认是 default。如果使用非 default 的用户名登录, 则需要使用此参数指定。
--password: 登录的密码, 默认值为空。如果在用户定义中未设置密码, 则无需填写（比如默认的 default 用户，我们没有设置密码）。
--database/-d: 登录之后所在的数据库, 默认为 default。
--query/-q: 只能在非交互式查询时使用, 用于执行指定的 SQL 语句。
--multiquery/-n: 在非交互式执行时, 允许一次运行多条 SQL 语句, 多条语句之间用分号隔开。
--time/-t: 在非交互式执行时, 会打印每条 SQL 的执行时间。pip install clickhouse-driver
from clickhouse_driver import Client
# 需要指定具体的 ip
client = Client(host="192.168.1.147", port=9000)
print(client.execute("show databases"))指定用户名和密码的形式
from clickhouse_driver import Client
#可以再加个连接超时时间send_receive_timeout=send_receive_timeout
client = Client(host=host, port=port, user=user, password=password,database=database)
result = client.execute("select * from 数据库.表 limit 10")
print(result)还可以通过 sqlalchemy 去连接，但是默认情况下 sqlalchemy 找不到对应的 dialect，我们需要再安装一个模块：pip install sqlalchemy_clickhouse==0.2.2，安装之后就可以使用了。
from sqlalchemy import create_engine
engine = create_engine("clickhouse://192.168.1.147:8123/default")
engine.execute("show databases").fetchall()指定用户名和密码的形式
from sqlalchemy import create_engine
host = "192.168.1.147"
user = "default"
password = "bigdata"
db = "default"
port = 8123 # http连接端口
engine = create_engine('clickhouse://{user}:{password}@{host}:{port}/{db}'
.format(user = user,
host = host,
password = password,
db = db,
port = port))
engine.execute("show databases").fetchall()用户口令中含有特殊字符@的情况下，如何正确链接数据库。
from urllib.parse import quote_plus as urlquote
password = urlquote("ClickhouseTest@190")# -*- coding: UTF-8 -*-
from faker import Faker
from clickhouse_driver import Client
client = Client(host="192.168.1.134", port=9000, user="default", password="bigdata")
f = Faker(locale="zh_CN") # 生成 1 万条测试数据，Age 均为 26
data = [str((f"{i}", f.name(), 26, f.address())) for i in range(100000)]
sql = f"INSERT INTO people VALUES {', '.join(data)}"
client.execute(sql)
