跳转到主要内容
ExecutableExecutablePool 表引擎允许你定义一个表,其行由你定义的脚本生成 (通过将行写入 stdout) 。可执行脚本存储在 users_scripts 目录中,并且可以从任意源读取数据。
  • Executable 表:每次查询都会运行脚本
  • ExecutablePool 表:维护一个持久进程池,并在读取时从池中取出进程
你还可以选择包含一个或多个输入查询,将其结果流式传输到 stdin 供脚本读取。

创建 Executable

Executable 表引擎需要两个参数:脚本名称和输入数据的格式。你还可以选择传入一个或多个输入查询:
以下是 Executable 表的相关设置:
  • send_chunk_header
    • 说明:在发送每个 chunk 进行处理之前,先发送该 chunk 中的行数。此设置有助于你以更高效的方式编写脚本,从而预先分配部分资源
    • 默认值:false
  • command_termination_timeout
    • 说明:命令终止超时时间 (秒)
    • 默认值:10
  • command_read_timeout
    • 说明:从命令的 stdout 读取数据的超时时间 (毫秒)
    • 默认值:10000
  • command_write_timeout
    • 说明:向命令的 stdin 写入数据的超时时间 (毫秒)
    • 默认值:10000
下面来看一个示例。以下 Python 脚本名为 my_script.py,保存在 user_scripts 文件夹中。它会读取一个数字 i,并打印 i 个随机字符串,每个字符串前面都有一个数字,二者以制表符分隔:
下面的 my_executable_table 是基于 my_script.py 的输出构建的;每次从 my_executable_table 执行 SELECT 查询时,都会生成 10 个随机字符串:
创建该表后会立即返回,不会调用该脚本。查询 my_executable_table 时会调用该脚本:

将查询结果传递给脚本

Hacker News 网站的用户会发表评论。Python 提供了一个自然语言处理工具包 (nltk) ,其中的 SentimentIntensityAnalyzer 可用于判断评论是正面、负面还是中性——并为其赋予一个介于 -1 (非常负面的评论) 到 1 (非常正面的评论) 之间的值。让我们创建一个 Executable 表,使用 nltk 计算 Hacker News 评论的情感倾向。 本示例使用此处所述的 hackernews 表。hackernews 表包含一个类型为 UInt64id 列,以及一个名为 commentString 列。我们先从定义 Executable 表开始:
关于 sentiment 表的一些说明:
  • 文件 sentiment.py 保存在 user_scripts 文件夹中 (这是 user_scripts_path 设置的默认文件夹)
  • TabSeparated 格式表示 Python 脚本需要生成原始数据行,其中的值以制表符分隔
  • 该查询从 hackernews 中选择了两列。Python 脚本需要从传入的行中解析出这些列的值
下面是 sentiment.py 的定义:
关于我们的 Python 脚本,有几点说明:
  • 要让它正常工作,你需要运行 nltk.downloader.download('vader_lexicon')。这一步本来也可以写进脚本里,但那样每次对 sentiment 表执行查询时都会重新下载它——这样效率不高
  • row 中的每个值都会对应 SELECT id, comment FROM hackernews WHERE id > 0 AND comment != '' LIMIT 20 这个查询结果集里的一行
  • 输入的行是以制表符分隔的,因此我们使用 Python 的 split 函数解析出 idcomment
  • polarity_scores 的结果是一个 JSON 对象,其中包含几个值。我们决定只提取这个 JSON 对象中的 compound
  • 请注意,ClickHouse 中的 sentiment 表使用 TabSeparated 格式,并且包含两列,因此我们的 print 函数会用制表符分隔这两列
每次你编写一个从 sentiment 表中选择行的查询时,都会执行 SELECT id, comment FROM hackernews WHERE id > 0 AND comment != '' LIMIT 20 这个查询,并将结果传给 sentiment.py。让我们来试一下:
响应如下:

创建 ExecutablePool

ExecutablePool 的语法与 Executable 类似,但 ExecutablePool 表有几个其特有的重要设置:
  • pool_size
    • 说明:进程池大小。如果该值为 0,则不限制大小
    • 默认值:16
  • max_command_execution_time
    • 说明:命令的最大执行时间 (单位:秒)
    • 默认值:10
我们可以很容易将上面的 sentiment 表改为使用 ExecutablePool 而非 Executable
当客户端查询 sentiment_pooled 表时,ClickHouse 会按需保持 4 个进程运行。
最后修改于 2026年6月19日