ClickHouse官方推荐的C++客户端是clickhouse-cpp，轻量无依赖、支持原生协议；需C++17编译器，用CMake构建；通过Client类连接（默认9000端口），支持同步/异步查询与高效批量插入；类型映射须严格匹配，避免崩溃。
ClickHouse 官方推荐的 C++ 客户端是 clickhouse-cpp（GitHub: ClickHouse/clickhouse-cpp），它轻量、无第三方依赖、支持原生协议，适合高性能、低延迟的列式数据库交互场景。
安装与基础依赖
该库基于 C++17，需编译器支持（如 GCC 9+ 或 Clang 10+）。推荐用 CMake 构建：
- 克隆仓库：
git clone https://www.php.cn/link/7ad0e5392b7fbda5aec9114fbbe5682f.git - 进入目录执行：
mkdir build && cd build && cmake .. && make -j - 头文件在
include/clickhouse/，静态库生成于lib/libclickhouse-cpp-lib.a - 项目中链接时加
-lclickhouse-cpp-lib -lpthread，无需 OpenSSL 或 Boost
连接与简单查询
使用 clickhouse::Client 类建立连接，支持同步/异步调用。默认走 TCP 原生协议（端口 9000）：
#include <clickhouse/client.h>
#include <iostream>
int main() {
clickhouse::Client client(clickhouse::ClientOptions()
.SetHost("localhost")
.SetPort(9000)
.SetUser("default")
.SetPassword(""));
auto block = client.Select("SELECT number, toString(number*2) AS doubled FROM numbers(3)");
while (block.Next()) {
for (size_t i = 0; i < block.GetRowCount(); ++i) {
std::cout << block[0]->As<clickhouse::ColumnUInt64>()->At(i) << ", "
<< block[1]->As<clickhouse::ColumnString>()->At(i) << "\n";
}
}
return 0;
}
注意：返回的 Block 是列式结构，每列用对应类型模板访问（如 ColumnUInt64、ColumnString），避免隐式转换开销。
立即学习“C++免费学习笔记（深入）”；
高效写入（批量插入）
写入性能关键在于复用 Block 和预分配列容量。不建议逐行 insert，应构造完整 Block 后一次性 Insert()：
- 创建空 Block，添加列（如
std::shared_ptr<ColumnUInt64> col_id = std::make_shared<ColumnUInt64>();） - 用
col_id->Append(123)累加数据，再block.AppendColumn("id", col_id) - 调用
client.Insert("db.table", block)—— 自动处理格式协商与压缩 - 若持续写入，可复用同一 Block 对象并清空列（
col->Clear()），减少内存分配
类型映射与常见坑点
ClickHouse 类型到 C++ 的映射需严格匹配，否则运行时报错或截断：
-
UInt8/16/32/64→ColumnUInt8/16/32/64；Int8/16/32/64→ 对应ColumnInt* -
String/FixedString(N)→ColumnString；DateTime64→ColumnDateTime64 - 嵌套结构（
Array,Nullable）需用ColumnArray/ColumnNullable封装 - 查询含
NULL列时，务必用column->IsNull(row)判断，再取值，否则崩溃
基本上就这些。只要避开手动拼 SQL、合理复用 Block、对齐类型，clickhouse-cpp 能轻松跑满千兆网卡吞吐，比 HTTP 接口快 3–5 倍。
