Set up docs MCPClickHouse 支持与多个目录 (Unity、Glue、REST、Polaris 等) 集成。本指南将带你了解如何使用 ClickHouse 和 REST Catalog 规范查询数据。
REST Catalog 是 Iceberg 目录的标准化 API 规范，受到多种平台支持，包括：
- 本地开发环境 (使用 docker-compose 配置)
- 托管服务，如 Tabular.io
- 自托管 REST Catalog 实现
本地开发环境设置
对于本地开发和测试，可使用容器化的 REST catalog 配置。这种方式非常适合用于学习、原型设计和开发环境。
前置条件
- Docker 和 Docker Compose：确保已安装 Docker，且 Docker 正在运行
- 示例环境：你可以使用各种
docker-compose配置 (见下方的替代 Docker 镜像)
设置本地 REST Catalog
你可以使用各种容器化的 REST catalog 实现，例如 Databricks docker-spark-iceberg。它通过 docker-compose 提供完整的 Spark + Iceberg + REST catalog 环境，因此非常适合测试 Iceberg 集成。
**步骤 1：**创建一个新文件夹用于运行该示例，然后根据 Databricks docker-spark-iceberg 中的配置创建文件 docker-compose.yml。
**步骤 2：**接下来，创建文件 docker-compose.override.yml，并将以下 ClickHouse 容器配置写入其中：
version: '3.8'
services:
clickhouse:
image: clickhouse/clickhouse-server:25.5.6
container_name: clickhouse
user: '0:0' # 确保 root 权限
ports:
- "8123:8123"
- "9002:9000"
volumes:
- ./clickhouse:/var/lib/clickhouse
- ./clickhouse/data_import:/var/lib/clickhouse/data_import # 挂载数据集文件夹
networks:
- iceberg_net
environment:
- CLICKHOUSE_DB=default
- CLICKHOUSE_USER=default
- CLICKHOUSE_DO_NOT_CHOWN=1
- CLICKHOUSE_PASSWORD=步骤 3： 运行以下命令以启动这些服务：
docker compose up**第 4 步：**等待所有服务准备就绪。你可以查看日志：
docker-compose logs -f连接到本地 REST Catalog
连接到您的 ClickHouse 容器：
docker exec -it clickhouse clickhouse-client然后创建指向 REST catalog 的数据库连接：
SET allow_database_iceberg = 1;
CREATE DATABASE demo
ENGINE = DataLakeCatalog('http://rest:8181/v1', 'admin', 'password')
SETTINGS
catalog_type = 'rest',
storage_endpoint = 'http://minio:9000/lakehouse',
warehouse = 'demo'使用 ClickHouse 查询 REST catalog 中的表
现在连接已建立，你可以开始通过 REST catalog 进行查询。例如：
USE demo;
SHOW TABLES;如果你的环境中包含示例数据 (例如 taxi 数据集) ，你应该会看到如下表：
┌─name──────────┐
│ default.taxis │
└───────────────┘如要查询表 (如果有) ：
SELECT count(*) FROM `default.taxis`;┌─count()─┐
│ 2171187 │
└─────────┘要查看该表的 DDL：
SHOW CREATE TABLE `default.taxis`;┌─statement─────────────────────────────────────────────────────────────────────────────────────┐
│ CREATE TABLE demo.`default.taxis` │
│ ( │
│ `VendorID` Nullable(Int64), │
│ `tpep_pickup_datetime` Nullable(DateTime64(6)), │
│ `tpep_dropoff_datetime` Nullable(DateTime64(6)), │
│ `passenger_count` Nullable(Float64), │
│ `trip_distance` Nullable(Float64), │
│ `RatecodeID` Nullable(Float64), │
│ `store_and_fwd_flag` Nullable(String), │
│ `PULocationID` Nullable(Int64), │
│ `DOLocationID` Nullable(Int64), │
│ `payment_type` Nullable(Int64), │
│ `fare_amount` Nullable(Float64), │
│ `extra` Nullable(Float64), │
│ `mta_tax` Nullable(Float64), │
│ `tip_amount` Nullable(Float64), │
│ `tolls_amount` Nullable(Float64), │
│ `improvement_surcharge` Nullable(Float64), │
│ `total_amount` Nullable(Float64), │
│ `congestion_surcharge` Nullable(Float64), │
│ `airport_fee` Nullable(Float64) │
│ ) │
│ ENGINE = Iceberg('http://minio:9000/lakehouse/warehouse/default/taxis/', 'admin', '[HIDDEN]') │
└───────────────────────────────────────────────────────────────────────────────────────────────┘将数据从数据湖加载到 ClickHouse
如果您需要将 REST catalog 中的数据加载到 ClickHouse，请先创建一个本地 ClickHouse 表：
CREATE TABLE taxis
(
`VendorID` Int64,
`tpep_pickup_datetime` DateTime64(6),
`tpep_dropoff_datetime` DateTime64(6),
`passenger_count` Float64,
`trip_distance` Float64,
`RatecodeID` Float64,
`store_and_fwd_flag` String,
`PULocationID` Int64,
`DOLocationID` Int64,
`payment_type` Int64,
`fare_amount` Float64,
`extra` Float64,
`mta_tax` Float64,
`tip_amount` Float64,
`tolls_amount` Float64,
`improvement_surcharge` Float64,
`total_amount` Float64,
`congestion_surcharge` Float64,
`airport_fee` Float64
)
ENGINE = MergeTree()
PARTITION BY toYYYYMM(tpep_pickup_datetime)
ORDER BY (VendorID, tpep_pickup_datetime, PULocationID, DOLocationID);接着，通过 INSERT INTO SELECT 从您的 REST catalog 表加载数据：
INSERT INTO taxis
SELECT * FROM demo.`default.taxis`;