10 - Clickhouse集群部署以及副本和分片

爱上口袋的天空2024-11-29 4:03

目

一、副本

1、简介

2、副本写入流程

3、副本配置步骤

3.1、启动zookeeper集群

[3.2、在 hallo100 的/etc/clickhouse-server/config.d 目录下创建一个名为metrika.xml 的配置文件,内容如下：](#3.2、在 hallo100 的/etc/clickhouse-server/config.d 目录下创建一个名为metrika.xml 的配置文件,内容如下：)

[3.3、在 hallo100 的/etc/clickhouse-server/config.xml 中增加如下内容](#3.3、在 hallo100 的/etc/clickhouse-server/config.xml 中增加如下内容)

3.4、以上的内容在其它两台服务器都需要配置一遍

3.5、重新启动3台clickhouse服务

4、测试副本

4.1、在所有服务器上分别建表

4.2、在hallo100上插入以下数据

4.3、在hallo100、hallo101、hallo102上分别查询数据，均能够查到说明配置成功了

二、分片集群

[1、集群写入流程(3 分片 2 副本共 6 个节点)](#1、集群写入流程(3 分片 2 副本共 6 个节点))

[2、集群读取流程(3 分片 2 副本共 6 个节点)](#2、集群读取流程(3 分片 2 副本共 6 个节点))

[2.1、分片 2 副本共 6 个节点集群配置(供参考)](#2.1、分片 2 副本共 6 个节点集群配置(供参考))

3、配置三节点版本集群及副本

[3.1、集群及副本规划(2 个分片,只有第一个分片有副本)](#3.1、集群及副本规划(2 个分片,只有第一个分片有副本))

3.2、配置步骤

[3.3、在 hallo100上创建 Distribute 分布式表](#3.3、在 hallo100上创建 Distribute 分布式表)

[3.4、在 hallo100上的分布式表插入测试数据](#3.4、在 hallo100上的分布式表插入测试数据)

3.5、通过查询分布式表和本地表观察输出结果

一、副本

1、简介

副本的目的主要是保障数据的高可用性，即使一台 ClickHouse 节点宕机，那么也可以从其他服务器获得相同的数据。

副本只支持合并数家族，支持的引擎如下：

2、副本写入流程

clickhouse集群没有主从之分

3、副本配置步骤

基于上次安装的一台服务器将其它两台安装好，具体操作如下：

04 - Clickhouse-21.7.3.14-2单机版安装https://blog.csdn.net/K_520_W/article/details/143823561

3.1、启动zookeeper集群

zookeeper完全分布式安装部署https://blog.csdn.net/K_520_W/article/details/99340192

3.2、在 hallo100 的/etc/clickhouse-server/config.d 目录下创建一个名为metrika.xml的配置文件,内容如下：

XML 复制代码 
<?xml version="1.0"?> 
<yandex> 
 <zookeeper-servers> 
	 <node index="1"> 
		 <host>hallo100</host> 
		 <port>2181</port> 
	 </node> 
	 <node index="2"> 
		 <host>hallo101</host> 
		 <port>2181</port> 
	 </node> 
	 <node index="3"> 
		 <host>hallo102</host> 
		 <port>2181</port> 
	 </node> 
 </zookeeper-servers> 
</yandex>

将文件的所有者改为启动clickhouse的用户所有，并且配置相关的文件的所有者必须都是

bash 复制代码 
[root@hallo102 clickhouse-server]# ll config.d/
总用量 4
-rw-r--r-- 1 root root 374 11月 23 18:01 metrika.xml
[root@hallo102 clickhouse-server]#

3.3、在 hallo100 的/etc/clickhouse-server/config.xml 中增加如下内容

XML 复制代码 
<zookeeper incl="zookeeper-servers" optional="true" />
<include_from>/etc/clickhouse-server/config.d/metrika.xml</include_from>

3.4、以上的内容在其它两台服务器都需要配置一遍

3.5、重新启动3台clickhouse服务

4、测试副本

4.1、在所有服务器上分别建表

副本只能同步数据,不能同步表结构,所以我们需要在每台机器上自己手动建表

sql 复制代码 
/* hallo100 */
create table t_order_rep2 (
    id UInt32,
    sku_id String,
    total_amount Decimal(16,2),
    create_time Datetime
) engine =ReplicatedMergeTree('/clickhouse/table/01/t_order_rep','rep_100')
partition by toYYYYMMDD(create_time)
primary key (id)
order by (id,sku_id);

/* hallo101 */
create table t_order_rep2 (
    id UInt32,
    sku_id String,
    total_amount Decimal(16,2),
    create_time Datetime
) engine =ReplicatedMergeTree('/clickhouse/table/01/t_order_rep','rep_101')
partition by toYYYYMMDD(create_time)
primary key (id)
order by (id,sku_id);

/* hallo102 */
create table t_order_rep2 (
    id UInt32,
    sku_id String,
    total_amount Decimal(16,2),
    create_time Datetime
) engine =ReplicatedMergeTree('/clickhouse/table/01/t_order_rep','rep_102')
partition by toYYYYMMDD(create_time)
primary key (id)
order by (id,sku_id);

ReplicatedMergeTree 中,第一个参数是分片的 zk_path 一般按照: /clickhouse/table/{shard}/{table_name} 的格式写,如果只有一个分片就写 01 即可。

第二个参数是副本名称 ,相同的分片副本名称不能相同。

4.2、在hallo100上插入以下数据

sql 复制代码 
insert into t_order_rep2 values
(101,'sku_001',1000.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 12:00:00'),
(103,'sku_004',2500.00,'2020-06-01 12:00:00'),
(104,'sku_002',2000.00,'2020-06-01 12:00:00'),
(105,'sku_003',600.00,'2020-06-02 12:00:00');

4.3、在hallo100、hallo101、hallo102上分别查询数据，均能够查到说明配置成功了

sql 复制代码 
select * from t_order_rep2;

┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐
│ 105 │ sku_003 │       600.00 │ 2020-06-02 12:00:00 │
└─────┴─────────┴──────────────┴─────────────────────┘
┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐
│ 101 │ sku_001 │      1000.00 │ 2020-06-01 12:00:00 │
│ 102 │ sku_002 │      2000.00 │ 2020-06-01 12:00:00 │
│ 103 │ sku_004 │      2500.00 │ 2020-06-01 12:00:00 │
│ 104 │ sku_002 │      2000.00 │ 2020-06-01 12:00:00 │
└─────┴─────────┴──────────────┴─────────────────────┘

二、分片集群

副本虽然能够提高数据的可用性,降低丢失风险,但是每台服务器实际上必须容纳全量数据,对数据的横向扩容没有解决。

要解决数据水平切分的问题,需要引入分片的概念。通过分片把一份完整的数据进行切分,不同的分片分布到不同的节点上,再通过 Distributed 表引擎把数据拼接起来一同使用，就是将表中的数据分别存到不同的分片中。

**Distributed 表引擎本身不存储数据,**有点类似于 MyCat 之于 MySql,成为一种中间件,通过分布式逻辑表来写入、分发、路由来操作多台节点不同分片的分布式数据。

注意:ClickHouse 的集群是表级别的,实际企业中,大部分做了高可用,但是没有用分片,避免降低查询性能以及操作集群的复杂性。

1、集群写入流程(3 分片 2 副本共 6 个节点)

以上绿线代表内部同步，即副本自身进行同步；非内部同步的话，由distribute节点统一进行数据同步。最好是开启内部同步

2、集群读取流程(3 分片 2 副本共 6 个节点)

errors_count表示请求错误次数

2.1、分片 2 副本共 6 个节点集群配置(供参考)

配置的位置还是在之前的/etc/clickhouse-server/config.d/metrika.xml,内容如下

XML 复制代码 
<yandex>
    <remote_servers>
        <test_cluster> <!-- 集群名称-->
            <shard> <!--集群的第一个分片-->
                <internal_replication>true</internal_replication>
                <!--该分片的第一个副本-->
                <replica>
                    <host>hadoop101</host>
                    <port>9000</port>
                </replica>
                <!--该分片的第二个副本-->
                <replica>
                    <host>hadoop102</host>
                    <port>9000</port>
                </replica>
            </shard>
            <shard> <!--集群的第二个分片-->
                <internal_replication>true</internal_replication>
                <replica>
                <!--该分片的第一个副本-->
                    <host>hadoop103</host>
                    <port>9000</port>
                </replica>
                <replica>
                <!--该分片的第二个副本-->
                    <host>hadoop104</host>
                    <port>9000</port>
                </replica>
            </shard>
            <shard> <!--集群的第三个分片-->
                <internal_replication>true</internal_replication>
                <replica>
                <!--该分片的第一个副本-->
                    <host>hadoop105</host>
                    <port>9000</port>
                </replica>
                <replica>
                <!--该分片的第二个副本-->
                    <host>hadoop106</host>
                    <port>9000</port>
                </replica>
            </shard>
        </test_cluster>
    </remote_servers>
</yandex>

3、配置三节点版本集群及副本

3.1、集群及副本规划(2 个分片,只有第一个分片有副本)

|------------|------------|------------|
| hallo100 | hallo101 | hallo102 |
| 01 rep_1_1 | 01 rep_1_2 | 02 rep_2_1 |

3.2、配置步骤

1）在 hallo100 的/etc/clickhouse-server/config.d 目录下创建 metrika-shard.xml 文件

XML 复制代码 
<?xml version="1.0"?>
<yandex>
    <remote_servers>
    <test_cluster> <!-- 集群名称-->
        <shard>
        <!--集群的第一个分片-->
            <internal_replication>true</internal_replication>
            <replica>
                <!--该分片的第一个副本-->
                <host>hallo100</host>
                <port>9000</port>
            </replica>
            <replica>
                <!--该分片的第二个副本-->
                <host>hallo101</host>
                <port>9000</port>
            </replica>
        </shard>
        <shard> <!--集群的第二个分片-->
            <internal_replication>true</internal_replication>
            <replica>
                <!--该分片的第一个副本-->
                <host>hallo102</host>
                <port>9000</port>
            </replica>
        </shard>
    </test_cluster>
    </remote_servers>
    
    <zookeeper-servers>
        <node index="100">
            <host>hallo100</host>
            <port>2181</port>
        </node>
        <node index="101">
            <host>hallo101</host>
            <port>2181</port>
        </node>
        <node index="102">
            <host>hallo102</host>
            <port>2181</port>
        </node>
    </zookeeper-servers>
    
    <macros>
        <shard>01</shard> <!--不同机器放的分片数不一样-->
        <replica>rep_1_1</replica> <!--不同机器放的副本数不一样-->
    </macros>
</yandex>

2)将 hallo100的 metrika-shard.xml 同步到 hallo101和 hallo102

3)修改hallo101和 hallo102中 metrika-shard.xml 宏的配置

XML 复制代码 
<!-- hallo101-->
<macros>
    <shard>01</shard> <!--不同机器放的分片数不一样-->
    <replica>rep_1_2</replica> <!--不同机器放的副本数不一样-->
</macros>

<!-- hallo102-->
<macros>
    <shard>02</shard> <!--不同机器放的分片数不一样-->
    <replica>rep_2_1</replica> <!--不同机器放的副本数不一样-->
</macros>
  1. 在 hallo100、hallo101、hallo102上修改/etc/clickhouse-server/config.xml
XML 复制代码 
<zookeeper incl="zookeeper-servers" optional="true" />
<include_from>/etc/clickhouse-server/config.d/metrika-shard.xml</include_from>

5）重启三台服务器上的 ClickHouse 服务

bash 复制代码 
sudo clickhouse restart

6）在 hallo100 上执行建表语句

sql 复制代码 
create table st_order_mt on cluster test_cluster (
    id UInt32,
    sku_id String,
    total_amount Decimal(16,2),
    create_time Datetime
) engine = ReplicatedMergeTree('/clickhouse/tables/{shard}/st_order_mt','{replica}')
partition by toYYYYMMDD(create_time)
primary key (id)
order by (id,sku_id);
  • 会自动同步到 hallo101 和 hallo1012上，因为使用了on cluster来创建表
  • 集群名字要和配置文件中的一致
  • 分片和副本名称从配置文件的宏定义中获取

3.3、在 hallo100上创建 Distribute 分布式表

sql 复制代码 
create table st_order_mt_all2 on cluster test_cluster
(
    id UInt32,
    sku_id String,
    total_amount Decimal(16,2),
    create_time Datetime
)engine = Distributed(test_cluster, default, st_order_mt, hiveHash(sku_id));

参数含义:

Distributed(集群名称,库名,本地表名,分片键)

分片键必须是整型数字,所以用 hiveHash 函数转换,也可以 rand()

3.4、在 hallo100上的分布式表插入测试数据

sql 复制代码 
insert into st_order_mt_all2 values
(201,'sku_001',1000.00,'2020-06-01 12:00:00') ,
(202,'sku_002',2000.00,'2020-06-01 12:00:00'),
(203,'sku_004',2500.00,'2020-06-01 12:00:00'),
(204,'sku_002',2000.00,'2020-06-01 12:00:00'),
(205,'sku_003',600.00,'2020-06-02 12:00:00');

3.5、通过查询分布式表和本地表观察输出结果

sql 复制代码 
/* 分布式表 */
SELECT * FROM st_order_mt_all2;

/* 本地表 */
select * from st_order_mt;

1）查询st_order_mt_all2

sql 复制代码 
hallo100 :) SELECT * FROM st_order_mt_all2;

SELECT *
FROM st_order_mt_all2

Query id: 73412df1-3a43-4378-ae53-519f3b4c9ae0

┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐
│ 202 │ sku_002 │      2000.00 │ 2020-06-01 12:00:00 │
│ 203 │ sku_004 │      2500.00 │ 2020-06-01 12:00:00 │
│ 204 │ sku_002 │      2000.00 │ 2020-06-01 12:00:00 │
└─────┴─────────┴──────────────┴─────────────────────┘
┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐
│ 205 │ sku_003 │       600.00 │ 2020-06-02 12:00:00 │
└─────┴─────────┴──────────────┴─────────────────────┘
┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐
│ 201 │ sku_001 │      1000.00 │ 2020-06-01 12:00:00 │
└─────┴─────────┴──────────────┴─────────────────────┘

5 rows in set. Elapsed: 0.009 sec.

hallo100 :)

2）查询hallo100的st_order_mt）

sql 复制代码 
hallo100 :) select * from st_order_mt;

SELECT *
FROM st_order_mt

Query id: 63a642fb-28f5-40f2-8674-4bcf5c951104

┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐
│ 202 │ sku_002 │      2000.00 │ 2020-06-01 12:00:00 │
│ 203 │ sku_004 │      2500.00 │ 2020-06-01 12:00:00 │
│ 204 │ sku_002 │      2000.00 │ 2020-06-01 12:00:00 │
└─────┴─────────┴──────────────┴─────────────────────┘

3 rows in set. Elapsed: 0.003 sec.

hallo100 :)

3）查询hallo101的st_order_mt

sql 复制代码 
hallo101 :) select * from st_order_mt;

SELECT *
FROM st_order_mt

Query id: d251d3e7-b99b-4456-982b-d80af8bead0e

┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐
│ 202 │ sku_002 │      2000.00 │ 2020-06-01 12:00:00 │
│ 203 │ sku_004 │      2500.00 │ 2020-06-01 12:00:00 │
│ 204 │ sku_002 │      2000.00 │ 2020-06-01 12:00:00 │
└─────┴─────────┴──────────────┴─────────────────────┘

3 rows in set. Elapsed: 0.003 sec.

hallo101 :)

4）查询hallo102的st_order_mt

sql 复制代码 
hallo102 :) select * from st_order_mt;

SELECT *
FROM st_order_mt

Query id: bb05a57d-ef62-4a15-91ed-d923deb16c16

┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐
│ 205 │ sku_003 │       600.00 │ 2020-06-02 12:00:00 │
└─────┴─────────┴──────────────┴─────────────────────┘
┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐
│ 201 │ sku_001 │      1000.00 │ 2020-06-01 12:00:00 │
└─────┴─────────┴──────────────┴─────────────────────┘

2 rows in set. Elapsed: 0.003 sec.

hallo102 :)
相关推荐
呆呆小雅42 分钟前
C# 异常处理
开发语言·数据库·c#
zhang_longwei2243 分钟前
数据库(MySQL黑马)
数据库
OpsEye3 小时前
Grafana插件安装并接入zabbix数据源
数据库·zabbix·grafana
文杰一米八4 小时前
idea或datagrip连接opengauss数据库
java·数据库·intellij-idea
CC呢5 小时前
基于stm32单片机的教室节能系统设计
数据库·mongodb
Duck Bro6 小时前
MySQL：表的增删改查（CRUD）
android·java·数据库·c++·mysql
BAGAE7 小时前
tomcat，appche,nginix,jboss区别
java·linux·数据库·ubuntu·tomcat
web130933203988 小时前
RabbitMQ 篇-深入了解延迟消息、MQ 可靠性（生产者可靠性、MQ 可靠性、消费者可靠性）
数据库·分布式·rabbitmq
一二小选手8 小时前
【Mybatis】动态SQL详解
数据库·sql·mybatis
热门推荐
01(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明02玄机平台应急响应—webshell查杀03【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总04Docker 夺命连环 15 问05PyTorch机器学习实现液态神经网络06Coze扣子平台完整体验和实践（附国内和国际版对比）07如何识别手机是否有灵动岛（dynamic island）08软件工程从理论到实践客观题汇总(头歌第一章至第八章)09RAG 实践- Ollama+RagFlow 部署本地知识库10基于微信小程序的自习室预约系统的设计与实现