开箱即用的GO后台管理系统 Kratos Admin - 支持ClickHouse

开箱即用的GO后台管理系统 Kratos Admin - 支持ClickHouse

ClickHouse 是一款由俄罗斯搜索引擎公司 Yandex 开发的开源列式存储数据库,专为海量数据实时分析 设计。它以极致的查询性能 高吞吐写入能力著称,尤其擅长处理 PB 级别的结构化数据,并能在毫秒到秒级内完成复杂的聚合分析(如多维度统计、漏斗计算、用户行为分析等),是大数据分析、数据仓库、实时报表等场景的核心工具。

ClickHouse 的核心概念

概念 说明
表(Table) 类似关系型数据库的表,存储结构化数据,但底层按列存储。
引擎(Engine) 决定表的存储方式、查询特性和分布式行为,是 ClickHouse 的核心设计。例如: - MergeTree 系列:最常用,支持索引、分区、副本,适合海量数据存储; - Log 系列:轻量无索引,适合临时小表; - Distributed:分布式表,用于管理集群分片。
分区(Partition) 按规则(如时间、地区)将表数据拆分,查询时可快速过滤分区,减少扫描范围(如按 "日期" 分区,查询 "2023 年 10 月数据" 仅需扫描对应分区)。
主键(Primary Key) 用于排序和快速查找,不同于关系型数据库的唯一约束,ClickHouse 主键允许重复,主要作用是优化查询性能。
跳数索引(Skip Index) 辅助索引,用于快速判断某一范围内是否存在符合条件的数据(如 "数值是否在 100-200 之间"),进一步减少扫描量。
分片(Shard) 集群中数据的物理拆分单位,每个分片存储表的一部分数据,分布在不同节点,实现并行处理。
副本(Replica) 同一分片的冗余备份,用于故障恢复和负载均衡(查询可分散到不同副本),保证数据不丢失。

ClickHouse 与其他数据库的差异

维度 ClickHouse 传统关系型数据库(如 MySQL) Hadoop 生态(如 Hive)
核心场景 实时海量数据分析(PB 级,毫秒 / 秒级响应) 事务性业务(增删改查,强一致性) 离线批处理分析(TB/PB 级,分钟 / 小时级)
存储方式 列式存储,高压缩 行式存储,压缩率低 列式存储(ORC/Parquet),压缩率高
写入特性 高吞吐,近实时,不支持事务 支持事务,写入性能适中 批处理写入,延迟高
查询性能 极致的聚合查询速度 适合单行 / 小批量查询,复杂分析慢 支持复杂分析,但速度慢(依赖 MapReduce/Spark)
灵活性 不支持行级更新 / 删除,事务弱 支持行级增删改查,事务强 不支持实时更新,灵活性低

Docker部署

bash 复制代码
docker pull bitnami/clickhouse:latest

docker run -itd \
    --name clickhouse-server \
    --network=app-tier \
    -p 8123:8123 \
    -p 9000:9000 \
    -p 9004:9004 \
    -e ALLOW_EMPTY_PASSWORD=no \
    -e CLICKHOUSE_ADMIN_USER=default \
    -e CLICKHOUSE_ADMIN_PASSWORD=123456 \
    bitnami/clickhouse:latest

在 Kratos Admin 中使用 ClickHouse

我把ClickHouse的SDK封装了起来,并且提供了配置文件的支持,使用起来非常简单。

ClickHouse支持go的sql标准库更新查询,但是,会有一些限制,比如不支持事务等。所以,想要完整的功能,还是需要使用ClickHouse的官方SDK。因此,我们仅提供了原生的 ClickHouse SDK 封装。

首先,我们需要安装库:

bash 复制代码
go get github.com/tx7do/kratos-bootstrap/database/clickhouse

接着在数据库的配置文件data.yaml中添加ClickHouse的配置:

yaml 复制代码
data:
  clickhouse:
    addresses:
      - "localhost:9000"
    username: "default"
    password: "123456"
    database: "finances"
go 复制代码
package data

import (
	"github.com/tx7do/kratos-bootstrap/database/clickhouse"
)

func NewClickHouseClient(logger log.Logger, cfg *conf.Bootstrap) *clickhouse.Client {
	cli, err := clickhouse.NewClient(logger, cfg)
	if err != nil {
		return nil
	}
	return cli
}

data/init.go注入到wire:

go 复制代码
//go:build wireinject
// +build wireinject

package data

import "github.com/google/wire"

var ProviderSet = wire.NewSet(
	NewClickHouseClient,
)

在这里,我们以股票的K线(蜡烛图)为实例,来讲解如何使用ClickHouse。

首先,定义模型:

go 复制代码
package data

import "time"

type Candle struct {
	Timestamp *time.Time `json:"timestamp" ch:"timestamp"`
	Symbol    *string    `json:"symbol" ch:"symbol"`
	Open      *float64   `json:"open" ch:"open"`
	High      *float64   `json:"high" ch:"high"`
	Low       *float64   `json:"low" ch:"low"`
	Close     *float64   `json:"close" ch:"close"`
	Volume    *float64   `json:"volume" ch:"volume"`
}

最后,实现CancleRepo

go 复制代码
package data

import (
	"github.com/go-kratos/kratos/v2/log"
	"github.com/tx7do/kratos-bootstrap/database/clickhouse"
)

const candleTableName = "candles"

type CandleRepo struct {
	client *clickhouse.Client
	log    *log.Helper
}

func NewCandleRepo(logger log.Logger, client *clickhouse.Client) *CandleRepo {
	repo := &CandleRepo{
		log:    log.NewHelper(log.With(logger, "module", "candle/ck/repo")),
		client: client,
	}

	return repo
}

func (r *CandleRepo) Create(ctx context.Context, req *Candle) error {
	if req == nil {
		return candleV1.ErrorBadRequest("request data is required")
	}

	err := r.client.Insert(ctx, candleTableName, "", req)
	if err != nil {
		r.log.Errorf("create candle failed: %s", err.Error())
		return candleV1.ErrorInternalServerError("create candle failed")
	}
	return nil
}

项目代码

相关推荐
Victor35613 分钟前
MySQL(181)如何在MySQL中管理大数据量的表?
后端
Victor35618 分钟前
MySQL(182) 如何进行MySQL的分库分表?
后端
你的人类朋友7 小时前
✨什么是SaaS?什么是多租户?
后端·架构·设计
M1A18 小时前
全球语言无障碍:Unicode标准解读与技术演进史
后端
无限大68 小时前
多数元素问题:从暴力美学到摩尔投票神仙解法
后端
无限大68 小时前
《计算机“十万个为什么”》之 面向对象 vs 面向过程:编程世界的积木与流水线
后端
洛可可白8 小时前
Spring Boot 应用结合 Knife4j 进行 API 分组授权管理配置
java·spring boot·后端
Livingbody8 小时前
基于ERNIE-4.5-0.3B医疗领域大模型一站式分布式训练部署
后端
天上掉下来个程小白9 小时前
Docker-07.Docker基础-数据卷挂载
运维·docker·微服务·容器
程序员爱钓鱼9 小时前
Go语言实战案例:使用sync.Mutex实现资源加锁
后端·go·trae