ClickHouse Connect 驱动 API

ClickHouse Connect 驱动 API

由于可用参数较多，且其中大多数为可选参数，因此建议大多数 API 方法使用关键字参数。

此处未文档说明的方法不属于 API 的一部分，后续可能会被移除或更改。

​

客户端初始化

clickhouse_connect.driver.client 类是 Python 应用程序与 ClickHouse 数据库 server 之间的主要接口。使用 clickhouse_connect.get_client 函数获取 Client 实例，该函数接受以下参数：

​

连接参数

参数	类型	默认值	描述
interface	str	http	必须为 http 或 https。
host	str	localhost	ClickHouse 服务器的主机名或 IP 地址。如果未设置，将使用 localhost。
port	int	8123 or 8443	ClickHouse 的 HTTP 或 HTTPS 端口。如果未设置，默认使用 8123；如果 secure=True 或 interface=https，则默认使用 8443。
username	str	default	ClickHouse 用户名。如果未设置，将使用 default 用户。
password	str	<empty string>	username 对应的密码。
database	str	None	此连接使用的默认数据库。如果未设置，ClickHouse Connect 将使用 username 的默认数据库。
secure	bool	False	使用 HTTPS/TLS。此设置会覆盖根据 interface 或 port 参数推断出的值。
dsn	str	None	符合标准 DSN (数据源名称) 格式的字符串。如果未通过其他方式设置，其他连接值 (例如 host 或 user) 将从该字符串中提取。
compress	bool or str	True	为 ClickHouse HTTP insert 和查询结果启用压缩。参见 其他选项 (压缩)
query_limit	int	0 (unlimited)	任意 query 响应可返回的最大行数。将其设为 0 表示返回不限数量的行。请注意，如果结果未以流式方式处理，较大的查询限制可能导致内存不足异常，因为所有结果都会一次性加载到内存中。
query_retries	int	2	query 请求的最大重试次数。只有“可重试”的 HTTP 响应才会被重试。为避免出现非预期的重复请求，驱动不会自动重试 command 或 insert 请求。
connect_timeout	int	10	HTTP 连接超时时间 (秒) 。
send_receive_timeout	int	300	HTTP 连接的发送/接收超时时间 (秒) 。
client_name	str	None	添加在 HTTP User-Agent 请求头前部的 client_name。设置后可在 ClickHouse system.query_log 中跟踪客户端查询。
pool_mgr	obj	<default PoolManager>	要使用的 urllib3 库 PoolManager。适用于需要为不同主机使用多个连接池的高级场景。
http_proxy	str	None	HTTP 代理地址 (等同于设置 HTTP_PROXY 环境变量) 。
https_proxy	str	None	HTTPS 代理地址 (等同于设置 HTTPS_PROXY 环境变量) 。
apply_server_timezone	bool	True	对带时区的查询结果使用服务器时区。参见 时区优先级
show_clickhouse_errors	bool	True	在客户端异常中包含详细的 ClickHouse 服务器错误消息和异常代码。
autogenerate_session_id	bool	None	覆盖全局 autogenerate_session_id 设置。如果为 True，则在未提供会话 ID 时自动生成 UUID4 会话 ID。
proxy_path	str	<empty string>	可选的路径前缀，会添加到 ClickHouse 服务器 URL 中，用于代理配置。
form_encode_query_params	bool	False	将查询参数作为表单编码数据放在请求体中发送，而不是作为 URL 参数发送。适用于参数集较大、可能超出 URL 长度限制的查询。
rename_response_column	str	None	可选的回调函数或列名映射，用于重命名查询结果中的响应列。

​

HTTPS/TLS 参数

参数	类型	默认值	描述
verify	bool	True	如果使用 HTTPS/TLS，则验证 ClickHouse 服务器 的 TLS/SSL 证书 (主机名、有效期等) 。
ca_cert	str	None	如果 verify=True，则指定用于验证 ClickHouse 服务器 证书的证书颁发机构 (CA) 根证书文件路径，格式为 .pem。若 verify 为 False，则会忽略此项。如果 ClickHouse 服务器 证书链的根证书已被操作系统信任，则无需设置此项。
client_cert	str	None	TLS 客户端证书文件路径，格式为 .pem (用于双向 TLS 身份验证) 。该文件应包含完整的证书链，包括所有中间证书。
client_cert_key	str	None	客户端证书私钥文件路径。如果私钥未包含在客户端证书文件中，则此项为必填。
server_host_name	str	None	ClickHouse 服务器 的主机名，以其 TLS 证书中的 CN 或 SNI 为准。通过主机名不同的代理或隧道连接时，设置此项可避免 SSL 错误
tls_mode	str	None	控制高级 TLS 行为。proxy 和 strict 不会发起 ClickHouse 双向 TLS 连接，但仍会发送客户端证书和私钥。mutual 表示假定 ClickHouse 使用基于客户端证书的双向 TLS 身份验证。None / 默认行为为 mutual

​

Settings 参数

最后，get_client 的 settings 参数用于在每次客户端请求时，向服务器传递额外的 ClickHouse 设置。请注意，在大多数情况下，具有 readonly=1 权限的用户无法修改随查询一起发送的设置，因此 ClickHouse Connect 会在最终请求中丢弃此类设置，并记录一条警告。以下设置仅适用于 ClickHouse Connect 使用的 HTTP 查询/会话，不属于通用 ClickHouse 设置文档中的内容。

Setting	Description
buffer_size	ClickHouse 服务器在写入 HTTP 通道之前使用的缓冲区大小 (以字节为单位) 。
session_id	用于在服务器上关联相关查询的唯一会话 ID。临时表需要此项。
compress	是否应由 ClickHouse 服务器压缩 POST 响应数据。此设置仅应用于“原始”查询。
decompress	发送到 ClickHouse 服务器的数据是否需要解压。此设置仅应用于“原始”插入。
quota_key	与此请求关联的 quota key。请参阅 ClickHouse 服务器中关于 quotas 的文档。
session_check	用于检查会话状态。
session_timeout	由会话 ID 标识的会话在超时并不再被视为有效之前，允许处于非活动状态的秒数。默认为 60 秒。
wait_end_of_query	在 ClickHouse 服务器端缓冲整个响应。返回摘要信息时需要此设置，并且会在非流式查询中自动设置。
role	该会话使用的 ClickHouse role。它是一个有效的传输设置，可以包含在查询上下文中。

有关可随每个查询一起发送的其他 ClickHouse 设置，请参阅 ClickHouse 文档。

​

客户端创建示例

• 在不传入任何参数的情况下，ClickHouse Connect 客户端会使用 default 用户且不设置密码，连接到 localhost 的默认 HTTP 端口：

import clickhouse_connect

client = clickhouse_connect.get_client()
print(client.server_version)
# 输出: '22.10.1.98'

• 连接到安全 (HTTPS) 的外部 ClickHouse 服务器

import clickhouse_connect

client = clickhouse_connect.get_client(host='play.clickhouse.com', secure=True, port=443, user='play', password='clickhouse')
print(client.command('SELECT timezone()'))
# 输出: 'Etc/UTC'

• 使用会话 ID、其他自定义连接参数以及 ClickHouse 设置进行连接。

import clickhouse_connect

client = clickhouse_connect.get_client(
    host='play.clickhouse.com',
    user='play',
    password='clickhouse',
    port=443,
    session_id='example_session_1',
    connect_timeout=15,
    database='github',
    settings={'distributed_ddl_task_timeout':300},
)
print(client.database)
# 输出: 'github'

​

客户端生命周期和最佳实践

创建 ClickHouse Connect 客户端的开销较大，因为这需要建立连接、获取服务器元数据并初始化设置。请遵循以下最佳实践以获得最佳性能：

​

核心原则

• 复用客户端：在应用启动时创建一次客户端，并在整个应用生命周期内重复使用
• 避免频繁创建：不要为每个查询或请求都新建客户端 (这会让每次操作额外耗费数百毫秒)
• 正确清理：应用关闭时务必关闭客户端，以释放连接池资源
• 尽可能共享：单个客户端可通过其连接池处理大量并发查询 (参见下方的线程说明)

​

基本原则

✅ 推荐：复用同一个客户端

import clickhouse_connect

# 启动时创建一次
client = clickhouse_connect.get_client(host='my-host', username='default', password='password')

# 所有查询复用同一客户端
for i in range(1000):
    result = client.query('SELECT count() FROM users')

# 关闭时销毁
client.close()

❌ 不推荐：反复创建客户端

# 错误做法：创建 1000 个客户端，产生高昂的初始化开销
for i in range(1000):
    client = clickhouse_connect.get_client(host='my-host', username='default', password='password')
    result = client.query('SELECT count() FROM users')
    client.close()

​

多线程应用

使用会话 ID 时，客户端实例不具备线程安全性。默认情况下，客户端会自动生成一个会话 ID；在同一会话中并发执行查询会引发 ProgrammingError。

要在线程间安全地共享客户端：

import clickhouse_connect
import threading

# 选项 1：禁用会话（推荐用于共享客户端）
client = clickhouse_connect.get_client(
    host='my-host',
    username='default',
    password='password',
    autogenerate_session_id=False  # 线程安全必需
)

def worker(thread_id):
    # 所有线程现在均可安全共用同一客户端
    result = client.query(f"SELECT {thread_id}")
    print(f"Thread {thread_id}: {result.result_rows[0][0]}")

threads = [threading.Thread(target=worker, args=(i,)) for i in range(10)]
for t in threads:
    t.start()
for t in threads:
    t.join()

client.close()
# 输出：
# Thread 0: 0
# Thread 7: 7
# Thread 1: 1
# Thread 9: 9
# Thread 4: 4
# Thread 2: 2
# Thread 8: 8
# Thread 5: 5
# Thread 6: 6
# Thread 3: 3

session 的替代方案： 如果你需要使用 session (例如用于临时表) ，请为每个线程单独创建一个客户端：

def worker(thread_id):
    # 每个线程拥有独立的客户端和会话
    client = clickhouse_connect.get_client(host='my-host', username='default', password='password')
    client.command('CREATE TEMPORARY TABLE temp (id UInt32) ENGINE = Memory')
    # ... 使用临时表 ...
    client.close()

​

正确清理

务必在关闭时关闭客户端。请注意，只有当客户端拥有自己的连接池管理器时 (例如，使用自定义 TLS/代理选项创建时) ，client.close() 才会释放客户端并关闭池化的 HTTP 连接。对于默认的共享连接池，请使用 client.close_connections() 主动清理套接字；否则，连接会在空闲超时后以及进程退出时自动回收。

client = clickhouse_connect.get_client(host='my-host', username='default', password='password')
try:
    result = client.query('SELECT 1')
finally:
    client.close()

或者使用上下文管理器：

with clickhouse_connect.get_client(host='my-host', username='default', password='password') as client:
    result = client.query('SELECT 1')

​

何时使用多个客户端

多个客户端适用于以下情况：

• 不同的服务器：每个 ClickHouse 服务器或集群使用一个客户端
• 不同的凭据：针对不同用户或不同访问级别分别使用独立客户端
• 不同的数据库：当你需要使用多个数据库时
• 隔离的会话：当你需要为临时表或会话级设置使用独立会话时
• 按线程隔离：当线程需要独立会话时 (如上所示)

​

常用方法参数

多个客户端方法会使用通用的 parameters 和/或 settings 参数。下面将介绍这些关键字参数。

​

Parameters 参数

ClickHouse Connect 客户端的 query* 和 command 方法都接受一个可选的 parameters 关键字参数，用于将 Python 表达式绑定到 ClickHouse 值表达式。提供两种绑定方式。

​

服务器端绑定

ClickHouse 支持对大多数查询值使用服务器端绑定，即将绑定的值作为 HTTP 查询参数与查询语句分开发送。如果 ClickHouse Connect 检测到形如 {<name>:<datatype>} 的绑定表达式，就会添加相应的查询参数。对于服务器端绑定，parameters 参数应为 Python 字典。

• 使用 Python 字典、DateTime 值和字符串值进行服务器端绑定

import datetime

my_date = datetime.datetime(2022, 10, 1, 15, 20, 5)

parameters = {'table': 'my_table', 'v1': my_date, 'v2': "a string with a single quote'"}
client.query('SELECT * FROM {table:Identifier} WHERE date >= {v1:DateTime} AND string ILIKE {v2:String}', parameters=parameters)

这会在服务端生成以下查询：

SELECT *
FROM my_table
WHERE date >= '2022-10-01 15:20:05'
  AND string ILIKE 'a string with a single quote\''

服务器端绑定目前仅支持 SELECT 查询 (由 ClickHouse 服务器支持) 。它不适用于 ALTER、DELETE、INSERT 或其他类型的查询。未来可能会有所变化；请参见 https://github.com/ClickHouse/ClickHouse/issues/42092。

​

客户端绑定

ClickHouse Connect 也支持客户端参数绑定，这样在生成模板化 SQL 查询时会更灵活。对于客户端绑定，parameters 参数应为字典或序列。客户端绑定使用 Python 的”printf” 风格字符串格式化进行参数替换。

请注意，与服务器端绑定不同，客户端绑定不适用于数据库标识符，例如 database、表或列名，因为 Python 风格的格式化无法区分不同类型的字符串，而这些字符串需要采用不同的格式化方式 (数据库标识符使用反引号或双引号，数据值使用单引号) 。

• 使用 Python Dictionary、DateTime 值和字符串转义的示例

import datetime

my_date = datetime.datetime(2022, 10, 1, 15, 20, 5)

parameters = {'v1': my_date, 'v2': "a string with a single quote'"}
client.query('SELECT * FROM my_table WHERE date >= %(v1)s AND string ILIKE %(v2)s', parameters=parameters)

这会在服务器端生成以下查询：

SELECT *
FROM my_table
WHERE date >= '2022-10-01 15:20:05'
  AND string ILIKE 'a string with a single quote\''

• Python Sequence (Tuple) 、Float64 和 IPv4Address 示例

import ipaddress

parameters = (35200.44, ipaddress.IPv4Address(0x443d04fe))
client.query('SELECT * FROM some_table WHERE metric >= %s AND ip_address = %s', parameters=parameters)

这将在服务器端生成以下查询：

SELECT *
FROM some_table
WHERE metric >= 35200.44
  AND ip_address = '68.61.4.254''

要绑定 DateTime64 参数 (即具有子秒级精度的 ClickHouse 类型) ，需要使用以下两种自定义方法之一：

• 将 Python datetime.datetime 值封装到新的 DT64Param 类中，例如：
    query = 'SELECT {p1:DateTime64(3)}'  # 使用字典进行服务器端绑定
    parameters={'p1': DT64Param(dt_value)}
  
    query = 'SELECT %s as string, toDateTime64(%s,6) as dateTime' # 使用列表进行客户端绑定 
    parameters=['a string', DT64Param(datetime.now())]
  
  • 如果使用参数值字典，请在参数名后附加字符串 _64
    query = 'SELECT {p1:DateTime64(3)}, {a1:Array(DateTime(3))}'  # 使用字典进行服务器端绑定
  
    parameters={'p1_64': dt_value, 'a1_64': [dt_value1, dt_value2]}
  

​

Settings 参数

所有关键的 ClickHouse Connect 客户端 insert 和 select 方法都接受一个可选的 settings 关键字参数，用于为包含的 SQL 语句传递 ClickHouse 服务器的用户设置。settings 参数应为一个字典。每一项都应包含一个 ClickHouse 设置名称及其对应的值。请注意，这些值在作为查询参数发送到服务器时会被转换为字符串。

与客户端级别的设置一样，ClickHouse Connect 会丢弃任何被服务器标记为 readonly=1 的设置，并记录相应的日志消息。仅适用于通过 ClickHouse HTTP interface 发起查询的设置始终有效。这些设置在 get_client API 下有说明。

使用 ClickHouse 设置的示例：

settings = {'merge_tree_min_rows_for_concurrent_read': 65535,
            'session_id': 'session_1234',
            'use_skip_indexes': False}
client.query("SELECT event_type, sum(timeout) FROM event_errors WHERE event_time > '2022-08-01'", settings=settings)

​

Client command 方法

使用 Client.command 方法向 ClickHouse 服务器发送 SQL 查询，这类查询通常不返回数据，或者返回单个基本类型值或数组值，而不是完整的数据集。此方法接受以下参数：

Parameter	Type	Default	Description
cmd	str	Required	一条返回单个值或单行值的 ClickHouse SQL 语句。
parameters	dict or iterable	None	请参阅参数说明。
data	str or bytes	None	可选数据，作为 POST 请求体随命令一同发送。
settings	dict	None	请参阅settings 说明。
use_database	bool	True	使用客户端数据库 (在创建客户端时指定) 。False 表示该命令将使用当前连接用户在 ClickHouse 服务器上的默认数据库。
external_data	ExternalData	None	一个 ExternalData 对象，包含供查询使用的文件或二进制数据。请参阅 高级查询 (外部数据)
transport_settings	dict	None	可选字典，包含要随此请求发送的 HTTP 请求头。每个键值对都会作为一个 HTTP 请求头添加 (例如 {'X-Custom-Header': 'value'}) 。这对于代理身份验证、请求链路追踪，或传递中间基础设施所需的请求头非常有用。

​

命令示例

​

DDL 语句

import clickhouse_connect

client = clickhouse_connect.get_client()

# 创建表
result = client.command("CREATE TABLE test_command (col_1 String, col_2 DateTime) ENGINE MergeTree ORDER BY tuple()")
print(result)  # 返回带有 query_id 的 QuerySummary

# 显示表定义
result = client.command("SHOW CREATE TABLE test_command")
print(result)
# 输出：
# CREATE TABLE default.test_command
# (
#     `col_1` String,
#     `col_2` DateTime
# )
# ENGINE = MergeTree
# ORDER BY tuple()

# 删除表
client.command("DROP TABLE test_command")

​

返回单个值的简单查询

import clickhouse_connect

client = clickhouse_connect.get_client()

# 单值结果
count = client.command("SELECT count() FROM system.tables")
print(count)
# 输出：151

# 服务器版本
version = client.command("SELECT version()")
print(version)
# 输出："25.8.2.29"

​

带参数的命令

import clickhouse_connect

client = clickhouse_connect.get_client()

# 使用客户端参数
table_name = "system"
result = client.command(
    "SELECT count() FROM system.tables WHERE database = %(db)s",
    parameters={"db": table_name}
)

# 使用服务端参数
result = client.command(
    "SELECT count() FROM system.tables WHERE database = {db:String}",
    parameters={"db": "system"}
)

​

带设置的命令

import clickhouse_connect

client = clickhouse_connect.get_client()

# 使用特定设置执行命令
result = client.command(
    "OPTIMIZE TABLE large_table FINAL",
    settings={"optimize_throw_if_noop": 1}
)

​

客户端 query 方法

Client.query 方法是从 ClickHouse 服务器 检索单个“批次”数据集的主要方式。它通过 HTTP 使用 ClickHouse Native 格式高效传输大型数据集 (最多约一百万行) 。此方法接受以下参数：

参数	类型	默认值	描述
query	str	必需	ClickHouse SQL 的 SELECT 或 DESCRIBE 查询。
parameters	dict or iterable	None	参见parameters 说明。
settings	dict	None	参见settings 说明。
query_formats	dict	None	结果值的数据类型格式化规范。参见高级用法 (读取格式)
column_formats	dict	None	按列指定的数据类型格式化。参见高级用法 (读取格式)
encoding	str	None	用于将 ClickHouse String 列解码为 Python 字符串的编码。如果未设置，Python 默认使用 UTF-8。
use_none	bool	True	对 ClickHouse null 值使用 Python 的 None 类型。如果为 False，则对 ClickHouse null 值使用该数据类型的默认值 (例如 0) 。注意：出于性能原因，在 NumPy/Pandas 中默认为 False。
column_oriented	bool	False	将结果按列序列而非按行序列返回。这有助于将 Python 数据转换为其他面向列的数据格式。
query_tz	str	None	zoneinfo 数据库中的时区名称。此时区将应用于查询返回的所有 datetime 或 Pandas Timestamp 对象。
column_tzs	dict	None	从列名到时区名称的字典。与 query_tz 类似，但允许为不同列指定不同的时区。
use_extended_dtypes	bool	True	使用 Pandas 扩展数据类型 (如 StringArray) ，并使用 pandas.NA 和 pandas.NaT 表示 ClickHouse NULL 值。仅适用于 query_df 和 query_df_stream 方法。
external_data	ExternalData	None	一个 ExternalData 对象，包含查询可使用的文件或二进制数据。参见高级查询 (外部数据)
context	QueryContext	None	可复用的 QueryContext 对象可用于封装上述方法参数。参见高级查询 (QueryContexts)
transport_settings	dict	None	可选字典，用于指定随此请求发送的 HTTP 请求头。每个键值对都会作为一个 HTTP 请求头添加 (例如 {'X-Custom-Header': 'value'}) 。适用于代理身份验证、请求追踪，或传递中间基础设施所需的请求头。

​

查询示例

​

基本查询

import clickhouse_connect

client = clickhouse_connect.get_client()

# 简单的 SELECT 查询
result = client.query("SELECT name, database FROM system.tables LIMIT 3")

# 以行的形式访问结果
for row in result.result_rows:
    print(row)
# 输出：
# ('CHARACTER_SETS', 'INFORMATION_SCHEMA')
# ('COLLATIONS', 'INFORMATION_SCHEMA')
# ('COLUMNS', 'INFORMATION_SCHEMA')

# 访问列名和类型
print(result.column_names)
# 输出：("name", "database")
print([col_type.name for col_type in result.column_types])
# 输出：['String', 'String']

​

查看查询结果

import clickhouse_connect

client = clickhouse_connect.get_client()

result = client.query("SELECT number, toString(number) AS str FROM system.numbers LIMIT 3")

# 按行访问（默认）
print(result.result_rows)
# Output: [[0, "0"], [1, "1"], [2, "2"]]

# 按列访问
print(result.result_columns)
# Output: [[0, 1, 2], ["0", "1", "2"]]

# 命名结果（字典列表）
for row_dict in result.named_results():
    print(row_dict)
# Output: 
# {"number": 0, "str": "0"}
# {"number": 1, "str": "1"}
# {"number": 2, "str": "2"}

# 第一行（字典形式）
print(result.first_item)
# Output: {"number": 0, "str": "0"}

# 第一行（元组形式）
print(result.first_row)
# Output: (0, "0")

​

使用客户端参数的查询

import clickhouse_connect

client = clickhouse_connect.get_client()

# 使用字典参数（printf 风格）
query = "SELECT * FROM system.tables WHERE database = %(db)s AND name LIKE %(pattern)s"
parameters = {"db": "system", "pattern": "%query%"}
result = client.query(query, parameters=parameters)

# 使用 Tuple 参数
query = "SELECT * FROM system.tables WHERE database = %s LIMIT %s"
parameters = ("system", 5)
result = client.query(query, parameters=parameters)

​

使用服务端参数的查询

import clickhouse_connect

client = clickhouse_connect.get_client()

# 服务器端绑定（更安全，SELECT 查询性能更佳）
query = "SELECT * FROM system.tables WHERE database = {db:String} AND name = {tbl:String}"
parameters = {"db": "system", "tbl": "query_log"}

result = client.query(query, parameters=parameters)

​

带设置的查询

import clickhouse_connect

client = clickhouse_connect.get_client()

# 在查询中传递 ClickHouse 设置
result = client.query(
    "SELECT sum(number) FROM numbers(1000000)",
    settings={
        "max_block_size": 100000,
        "max_execution_time": 30
    }
)

​

QueryResult 对象

基础 query 方法会返回一个 QueryResult 对象，包含以下公共属性：

• result_rows — 以行 Sequence 形式返回的数据矩阵，其中每个行元素都是由列值组成的序列。
• result_columns — 以列 Sequence 形式返回的数据矩阵，其中每个列元素都是由该列各行的值组成的序列
• column_names — 一个字符串元组，表示 result_set 中的列名
• column_types — 一个 ClickHouseType 实例元组，表示 result_columns 中每一列的 ClickHouse 数据类型
• query_id — ClickHouse 的 query_id (可用于在 system.query_log 表中查看该查询)
• summary — X-ClickHouse-Summary HTTP 响应请求头中返回的任何数据
• first_item — 一个便捷属性，用于以字典形式获取响应中的第一行 (键为列名)
• first_row — 一个便捷属性，用于返回结果中的第一行
• column_block_stream — 以列导向格式返回查询结果的生成器。不应直接引用此属性 (见下文) 。
• row_block_stream — 以行导向格式返回查询结果的生成器。不应直接引用此属性 (见下文) 。
• rows_stream — 一个每次调用产出单行的查询结果生成器。不应直接引用此属性 (见下文) 。
• summary — 如 command 方法部分所述，这是一个包含 ClickHouse 返回的摘要信息的字典

*_stream 属性会返回一个 Python Context，可用作返回数据的迭代器。只能通过 Client 的 *_stream 方法间接访问它们。

有关流式查询结果 (使用 StreamContext 对象) 的完整说明，请参阅高级查询 (流式查询) 。

​

使用 NumPy、Pandas 或 Arrow 处理查询结果

ClickHouse Connect 提供了针对 NumPy、Pandas 和 Arrow 数据格式的专用查询方法。有关这些方法的详细用法，包括示例、流式功能以及高级类型处理，请参阅 高级查询 (NumPy、Pandas 和 Arrow 查询) 。

​

客户端流式查询方法

对于大型结果集的流式处理，ClickHouse Connect 提供了多种流式查询方法。有关详细信息和示例，请参阅 高级查询 (流式查询) 。

​

客户端 insert 方法

对于向 ClickHouse 插入多条记录这一常见场景，可以使用 Client.insert 方法。它接受以下参数：

参数	Type	默认值	说明
table	str	必填	要插入到的 ClickHouse 表。允许使用完整表名 (包括数据库名) 。
data	Sequence of Sequences	必填	要插入的数据矩阵，可以是由多行组成的 Sequence，其中每一行都是列值序列；也可以是由多列组成的 Sequence，其中每一列都是行值序列。
column_names	Sequence of str, or str	’*‘	数据矩阵对应的 column_names 列表。如果改为使用 '*'，ClickHouse Connect 将执行一次“预查询”来获取该表的所有列名。
database	str	”	插入操作的目标数据库。如果未指定，则默认使用该客户端对应的数据库。
column_types	Sequence of ClickHouseType	None	ClickHouseType 实例列表。如果既未指定 column_types，也未指定 column_type_names，ClickHouse Connect 将执行一次“预查询”来获取该表的所有列类型。
column_type_names	Sequence of ClickHouse type names	None	ClickHouse 数据类型名称列表。如果既未指定 column_types，也未指定 column_type_names，ClickHouse Connect 将执行一次“预查询”来获取该表的所有列类型。
column_oriented	bool	False	如果为 True，则假定 data 参数是按列组织的 Sequence (因此插入数据时无需再做“转置”) 。否则，data 会被解释为按行组织的 Sequence。
settings	dict	None	参见 settings 说明。
context	InsertContext	None	可复用的 InsertContext 对象可用于封装上述方法参数。参见 高级插入 (InsertContexts)
transport_settings	dict	None	可选字典，用于指定随此请求发送的 HTTP 请求头。每个键值对都会作为一个 HTTP 请求头 添加 (例如 {'X-Custom-Header': 'value'}) 。这对于代理身份验证、请求跟踪，或传递中间基础设施所需的请求头都很有用。

此方法会返回一个“查询摘要”字典，具体说明见“command”方法部分。如果插入因任何原因失败，则会引发异常。

如需使用适用于 Pandas DataFrames、PyArrow Tables 和 Arrow-backed DataFrames 的专用插入方法，请参见 高级插入 (专用插入方法) 。

NumPy 数组属于合法的 Sequence of Sequences，因此可直接作为主 insert 方法的 data 参数使用，无需专用方法。

​

示例

以下示例假设已存在一张 users 表，其 schema 为 (id UInt32, name String, age UInt8)。

​

简单的按行插入

import clickhouse_connect

client = clickhouse_connect.get_client()

# 行式数据：每个内部列表代表一行
data = [
    [1, "Alice", 25],
    [2, "Bob", 30],
    [3, "Joe", 28],
]

client.insert("users", data, column_names=["id", "name", "age"])

​

按列插入

import clickhouse_connect

client = clickhouse_connect.get_client()

# 列式数据：每个内部列表对应一列
data = [
    [1, 2, 3],  # id 列
    ["Alice", "Bob", "Joe"],  # name 列
    [25, 30, 28],  # age 列
]

client.insert("users", data, column_names=["id", "name", "age"], column_oriented=True)

​

使用显式指定的列类型进行插入

import clickhouse_connect

client = clickhouse_connect.get_client()

# 当您希望避免向服务器发送 DESCRIBE 查询时很有用
data = [
    [1, "Alice", 25],
    [2, "Bob", 30],
    [3, "Joe", 28],
]

client.insert(
    "users",
    data,
    column_names=["id", "name", "age"],
    column_type_names=["UInt32", "String", "UInt8"],
)

​

向特定数据库插入

import clickhouse_connect

client = clickhouse_connect.get_client()

data = [
    [1, "Alice", 25],
    [2, "Bob", 30],
]

# 将数据插入指定数据库中的表
client.insert(
    "users",
    data,
    column_names=["id", "name", "age"],
    database="production",
)

​

文件插入

如需将数据直接从文件插入 ClickHouse 表，请参阅 高级插入 (文件插入) 。

​

原始 API

对于需要直接访问 ClickHouse HTTP 接口且不进行类型转换的高级用例，请参阅高级用法 (原始 API) 。

​

实用类和函数

以下类和函数也被视为“公开”的 clickhouse-connect API 的一部分，并且与上文介绍的类和方法一样，在各个次要版本之间保持稳定。对这些类和函数的破坏性变更只会出现在次要版本发布中 (而非补丁版本) ，并且至少会在一个次要版本内以弃用状态提供。

​

异常

所有自定义异常 (包括 DB API 2.0 规范中定义的异常) 均定义在 clickhouse_connect.driver.exceptions 模块中。驱动程序实际检测到的异常会使用其中一种类型。

​

ClickHouse SQL 实用工具

clickhouse_connect.driver.binding 模块中的函数和 DT64Param 类可用于正确构造并转义 ClickHouse SQL 查询。类似地，clickhouse_connect.driver.parser 模块中的函数可用于解析 ClickHouse 数据类型名称。

​

多线程、多进程和异步/事件驱动使用场景

有关在多线程、多进程和异步/事件驱动应用中使用 ClickHouse Connect 的信息，请参阅高级用法 (多线程、多进程和异步/事件驱动使用场景) 。

​

AsyncClient 包装器

有关如何在 asyncio 环境中使用 AsyncClient 包装器，请参阅 高级用法 (AsyncClient 包装器) 。

​

管理 ClickHouse 会话 ID

有关如何在多线程或并发应用中管理 ClickHouse 会话 ID，请参阅高级用法 (管理 ClickHouse 会话 ID) 。

​

自定义 HTTP 连接池

如需了解如何为大型多线程应用程序自定义 HTTP 连接池，请参阅高级用法 (自定义 HTTP 连接池) 。