OpenSource ClickHouse数据源

使用前准备及限制

• 网络要求

  OpenSource ClickHouse数据源必须与CDM网络进行通讯，以确保数据传输的顺畅性。详情请参见网络打通。

• 权限要求
  • 读权限：需要从OpenSource ClickHouse读取数据，需要为数据集成服务的数据库用户授予ClickHouse的只读权限，至少需要具备SELECT权限。
  • 写权限：需要向OpenSource ClickHouse写入数据，需要为数据集成服务的数据库用户授予ClickHouse的写入权限，至少需要具备INSERT和CREATE TABLE、DELETE等常用操作权限。
• 端口放通

  Clickhouse JDBC端口（8123）：开放8123端口以支持数据集成服务通过JDBC方式连通ClickHouse。

支持的数据类型

支持的迁移场景

数据集成离线同步支持以下三种同步方式，以满足不同数据迁移场景的需求：

• 单表同步

  适用于数据入湖和数据上云场景下，表或文件级别的数据同步。支持的数据源类型请参考单表支持的数据源类型。

• 分库分表同步

  适用于数据入湖和数据上云场景下，多库多表同步场景。支持的数据源类型请参考分库分表同步支持的数据源类型。

• 整库迁移

  适用于数据入湖和数据上云场景下，离线或自建数据库整体同步场景。支持的数据源类型请参考整库同步支持的数据源类型。

需要注意的是，分库分表与整库迁移能力会根据不同region的上线支持情况有所不同，具体支持情况以页面为准。以下是针对OpenSource ClickHouse的支持迁移场景概览：

核心能力速览

• 连接配置

  配置项	支持情况	说明
  SSL加密	√	支持SSL加密，保障数据传输安全。
  连接配置调优	√	支持connectTimeout等连接配置调优，可根据实际需求优化连接性能。

• 读取能力

  配置项	支持情况	说明
  分片并发	√	支持按主键或常见字段做水平分片，多线程并行抽取，显著提升吞吐效率。
  脏数据处理	√	支持异常数据写入脏数据桶，避免因少量异常数据导致作业失败。
  自定义字段	√	可在任务级追加计算列、常量列或脱敏函数，满足个性化业务需求。
  增量读取	√	支持where条件下发查询，可实现增量读取。
  流批读取方式	批读	支持批量读取数据，适用于处理大规模静态数据集，可一次性读取大量数据并进行集中处理。

• 写入能力

  配置项	支持情况	说明
  导入前后处理	√	支持preSql等操作，可在数据导入前后进行数据清洗和处理。
  并发写入	√	支持并发写入，提升写入效率。
  写入行数调优	√	可根据需求配置单次写入的行数，合理控制数据传输量，优化性能，避免因数据量过大导致的传输延迟或系统压力。
  脏数据处理	x	支持异常数据写入脏数据桶，避免因少量异常数据导致作业失败，暂不支持。

创建数据源

在DataArts Studio管理中心新建相应的数据源，详情请参见创建DataArts Studio数据连接。

创建数据集成离线作业

在DataArts Studio数据开发中新建OpenSource ClickHouse集成作业，详情请参见新建离线处理集成作业。

最佳实践

ClickHouse连接属性配置