ClickHouse是如何批量写入的？

简介

批量写入又称为bulk write，对于单表插入多条数据的场景，可以减少插入请求数量，提高吞吐量和效率。clickhouse官方Golang驱动clickhouse-go[1]支持该关键特性，但是文档的介绍不是很详细，只有一句：

并没有详细介绍用法和原理，笔者在开发业务时使用的库是sqlx[2]，sql也支持clickhouse-go驱动。参考了官方样例代码[3]：

我写的bulk write类似上面的代码，但是提交给同事review时，他提出了疑问：stmt.Exec是每次执行都发送写请求到数据库吗？这个问题其实我不敢肯定，官方文档也说得不明确。考虑到严谨性，让自己的PR更有说服力，自己去翻看了相关源代码。

这里需要指出，如果利用编辑器里的代码跳转功能会跳到库中的函数实现，实际上我们要看的代码是clickhouse-go中的实现，至于编辑器跳转到database/sql中的原因，书写此文时笔者也没弄清楚，先挖个坑吧。

核心实现

stmt.Exec的核心代码如下[4]：

上面的代码不多，非常清晰，当执行Exec时，会先把sql参数附加到本地缓存block中，然后判断本地缓存大小是否到达阈值，到达则执行，将数据写入远端。综上，clickhouse-go中的核心实现逻辑是：

底层维护一个缓存block，同时设置block_size控制缓存大小

执行stmt.Exec时，不会直接写入远程ClickHouse中，而是将插入参数Append到block中

每次Append后，判断block的size和block_size的关系，如果正好整除，则刷新block(即写入clickhouse)

因此block_size这个参数很重要，它表示本地缓存的上限，如果很大的话，程序会占用一些内存。笔者起初设置为，在调试日志中看不到打印的log，设置小后就看到下面的输出：

总结

很多数据库驱动都支持bulk write特性，clickhouse-go这个驱动也不例外，但是它的文档写得不是很详细，只是在文档中指明要放在begin/commit中做。再加上clickhouse不支持事务，begin/commit这种写法会让人困惑。

本文通过分析clickhouse-go的源代码，了解bulk write的执行过程，帮助大家梳理其具体实现。

参考资料[1]

clickhouse-go:https://github.com/ClickHouse/clickhouse-go

[2]

sqlx:https://github.com/jmoiron/sqlx

[3]

官方样例代码:https://github.com/ClickHouse/clickhouse-go/blob/master/examples/sqlx.go#L35-L51

[4]

核心代码如下:https://github.com/clickhouse/clickhouse-go/blob/master/stmt.go#L44-L68

[5]

INSERT INTO Statement:https://clickhouse.tech/docs/en/sql-reference/statements/insert-into/

[6]

go-clickhouse-batchinsert:https://github.com/MaruHyl/go-clickhouse-batchinsert/blob/master/batch.go#L349-L354