ClickHouse的分布式表是一种特殊类型的表,它允许你跨多个节点进行数据的查询和写入操作。以下是创建分布式表的步骤和案例:
- 创建本地表:
在集群的每个节点上创建一个本地表,可以使用`ReplicatedMergeTree`系列引擎来实现数据的复制。例如:
CREATE TABLE city_local (
`fdate` Int64,
`city_code` Int32,
`city_name` String,
`total_cnt` Int64
) ENGINE = ReplicatedMergeTree('/clickhouse/tables/{shard}/city_local', '{replica}')
PARTITION BY fdate
ORDER BY (fdate, city_code, city_name)
SETTINGS index_granularity = 8192, storage_policy = 'ssd_to_hdd';
这里`{shard}`和`{replica}`是集群配置中的占位符,用于指定分片和副本信息。
- 创建分布式表:
使用`Distributed`引擎创建一个分布式表,它不会存储数据,而是将查询和写入操作代理到本地表。例如:
sql
CREATE TABLE city_all ON CLUSTER ck_cluster_name AS city_local
ENGINE = Distributed(ck_cluster_name, 'test_db', 'city_local', rand());
这里`ck_cluster_name`是集群名称,`test_db`是数据库名称,`city_local`是本地表名称,`rand()`是一个分片键,用于数据的随机分布。
- 插入数据:
可以直接向分布式表插入数据,ClickHouse会将数据分发到对应的本地表。例如:
sql
INSERT INTO city_all (fdate, city_code, city_name, total_cnt) VALUES (20210131, 4000, 'guangzhou', 420000);
数据会被写入到对应的本地表中。
- 查询分布式表:
查询分布式表时,ClickHouse会在所有分片上执行查询并将结果合并。例如:
sql
SELECT * FROM city_all;
这会返回所有分片上的`city_all`表的数据。
- 更新和删除操作:
分布式表本身不支持直接的`UPDATE`和`DELETE`操作,这些操作需要在本地表上执行。例如:
sql
ALTER TABLE city_local ON CLUSTER ck_cluster_name UPDATE total_cnt = 3333 WHERE city_name = 'foshan';
ALTER TABLE city_local ON CLUSTER ck_cluster_name DELETE WHERE city_name = 'foshan';
这些操作会应用到集群中的所有本地表。
- 添加字段:
可以为本地表添加新字段,并且这个变化会自动反映到分布式表上。例如:
sql
ALTER TABLE city_local ON CLUSTER ck_cluster_name ADD COLUMN history Int32;
添加字段后,新插入的数据会包含这个新字段。
- 删除表:
删除分布式表或本地表时,需要指定集群名称。例如:
sql
DROP TABLE city_all ON CLUSTER ck_cluster_name;
DROP TABLE city_local ON CLUSTER ck_cluster_name;
这会删除集群中的相应表。
以上步骤和示例展示了如何在ClickHouse中创建和使用分布式表。需要注意的是,分布式表的写入操作默认是异步的,可能会在短时间内造成数据的不一致性。因此,在生产环境中,通常建议直接写入本地表,而从分布式表进行读取操作。