目
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
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
3.3、在 hallo100上创建 Distribute 分布式表
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
3.1、启动zookeeper集群
zookeeper完全分布式安装部署
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 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
[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
<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
/* 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
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
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
<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 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
<!-- 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>
4) 在 hallo100、hallo101、hallo102上修改/etc/clickhouse-server/config.xml
<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
sudo clickhouse restart6）在 hallo100 上执行建表语句
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
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
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
/* 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
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）
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
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
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 :)