ClickHouse官方Go驱动支持HTTP Basic Auth但需显式配置Auth结构体；INSERT大数据量时应流式写入避免OOM；DateTime类型需对齐服务端时区；查询需单独设context超时并配max_execution_time。
ClickHouse 官方 Go 驱动不支持 HTTP Basic Auth？
不是不支持，是默认不启用——clickhouse-go 的 http 协议模式下，必须显式配置 auth 字段，否则 401 错误直接报在 Connect() 阶段，且错误信息只显示 failed to connect，不提认证失败。
- 用
http方式连接时，URL 中的用户名密码（如http://user:pass@host:8123）会被忽略，必须靠Auth结构体传入 -
tcp模式走原生协议，不走 HTTP，此时用户名密码才从 DSN 解析，但多数云 ClickHouse（如 ByteHouse、Altinity Cloud）只开放 8123 端口，强制走 HTTP - 示例关键配置：
cfg := &clickhouse.Options{ Addr: []string{"your-host:8123"}, Auth: clickhouse.Auth{ Username: "default", Password: "your-pass", }, // 必须加这行，否则默认用 tcp 协议去连 8123，直接 dial timeout Protocol: clickhouse.HTTP, }
INSERT 大量数据时 CPU 飙高、内存 OOM？
根本原因是 Go 客户端默认把整批数据拼成一个大 SQL 字符串发过去，没流式编码。尤其用 batch.Append() 塞几千行 struct，底层会先序列化成 CSV 再拼进请求体，GC 压力和临时内存暴涨。
- 改用
Insert() + io.Reader流式写入：构造bytes.Reader或管道，把 CSV 分块写入，避免全量驻留内存 - 控制单次 INSERT 行数：ClickHouse 推荐 1–10 万行/批，Go 侧别设成 50 万，容易触发服务端
max_insert_block_size限流或 OOM - 别用
batch.Insert()循环塞数据后一次性提交——它内部仍会攒成一块，和全量拼接没本质区别 - 真实场景建议：每 1 万行 flush 一次
batch，并复用batch实例（调Reset()），而非反复 new
查询返回时间字段变成零值或 panic？
ClickHouse 的 DateTime 和 DateTime64 类型，在 clickhouse-go v2 中默认映射为 time.Time，但前提是服务端返回的时区信息能被正确识别。一旦服务端配置了 timezone = 'Asia/Shanghai' 而客户端没同步设置，就可能解析失败，表现为字段为零时间或 cannot parse time panic。
Golang Uber Dig
下载
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
- 查之前先执行
SET timezone = 'Asia/Shanghai'（用conn.Exec()），确保会话级时区一致 - 或者更稳妥：在 DSN 里加参数
?timezone=Asia%2FShanghai，驱动会自动注入时区上下文 - 如果字段实际存的是字符串（比如
String类型存 ISO 时间），别指望驱动自动转time.Time，得手动time.Parse() - 注意：
DateTime64(3)这类带精度的类型，v2 驱动支持，但老版本 v1 不支持，升级前先确认驱动版本
Web 接口并发查 ClickHouse 报 context canceled？
不是 ClickHouse 拒绝连接，是 Go HTTP handler 默认 30 秒超时，而慢查询（比如没建好物化视图的 JOIN）卡住，导致 http.Server.ReadTimeout 触发，context 被 cancel，后续所有 conn.Query() 都立即返回 context canceled 错误。
立即学习“go语言免费学习笔记（深入）”；
- 别只调大
http.Server.ReadTimeout——它治标不治本，还可能拖垮整个服务 - 真正该做的是：对每个 ClickHouse 查询单独加
context.WithTimeout()，比如ctx, _ := context.WithTimeout(r.Context(), 10*time.Second)，让查询超时独立于 HTTP 生命周期 - 同时在 ClickHouse 侧配
max_execution_time=10（单位秒），双保险防长尾 - 别忘了加
defer rows.Close()：漏掉会导致连接不释放，连接池耗尽后新请求直接卡在acquireConn，表现就是“突然全挂”，而不是报错
