ClickHouse初级 - 第七章分片集群

客官°小女子只卖身不卖艺 2024-02-05 16:25 9阅读 0赞

#### 文章目录 ####

*   *  一、集群写入流程(3 分片 2 副本共 6 个节点)
     *  二、集群读取流程(3 分片 2 副本共 6 个节点)
     *  三、3 分片 2 副本共 6 个节点集群配置(供参考)
     *  四、配置三节点版本集群及副本
     *   *  4.1 集群及副本规划(2 个分片，只有第一个分片有副本)
         *  4.2 配置步骤
     *  五、项目为了节省资源，就使用单节点，不用集群

>  *  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。
>  *  **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。

### 一、集群写入流程(3 分片 2 副本共 6 个节点) ###

![请添加图片描述][8f8c5f72c3484e2493cc2dc096598bac.png]

> 将internal\_replication设置为true，distribute表只需要同步hdp1、hdp3和hdp5，副本的同步就使用hdp1、hdp3和hdp5来同步；如果是false，则6个节点数据都由distribute来同步，性能不高。

### 二、集群读取流程(3 分片 2 副本共 6 个节点) ###

![请添加图片描述][0e39fc90026e49f09c8fdedc4cb967bc.png]

> errors\_count表示在此节点读取数据发生的错误，比如网络等等

### 三、3 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

> 注:也可以不创建外部文件，直接在 config.xml 的<remote\_servers>中指定

<yandex>
        <remote_servers>
    <gmall_cluster>  <shard> 
                    <internal_replication>true</internal_replication>
     <replica>
                      <host>hadoop101</host>
    <port>9000</port> </replica>  <replica>
           <host>hadoop102</host>
           <port>9000</port>
        </replica>
    </shard>
    <shard>  <internal_replication>true</internal_replication> <replica> 
           <host>hadoop103</host>
            <port>9000</port>
    </replica>
    <replica> 
           <host>hadoop104</host>
           <port>9000</port>
        </replica>
    </shard>
    <shard>  <internal_replication>true</internal_replication> <replica> 
           <host>hadoop105</host>
    <port>9000</port>
    </replica>
    <replica> 
           <host>hadoop106</host>
           <port>9000</port>
        </replica>
    </shard>
            </gmall_cluster>
        </remote_servers>
    </yandex>

### 四、配置三节点版本集群及副本 ###

#### 4.1 集群及副本规划(2 个分片，只有第一个分片有副本) ####

![请添加图片描述][35557a2c28424db082f1eb2ec474d81c.png]

#### 4.2 配置步骤 ####

> 1）在 hadoop102 的/etc/clickhouse-server/config.d 目录下创建 metrika-shard.xml 文件

> 注:也可以不创建外部文件，直接在 config.xml 的<remote\_servers>中指定

<?xml version="1.0"?>
    <yandex>
    	<remote_servers>
    		<gmall_cluster> 
    		
    		<shard>  
    		<internal_replication>true</internal_replication>
    		<replica> 
    		<host>hadoop102</host>
    		       <port>9000</port>
    		   </replica>
    		<replica>  
    		<host>hadoop103</host> <port>9000</port>
    		   </replica>
    		</shard>
    		
    		<shard>  
    		<internal_replication>true</internal_replication> 
    			<replica> 
    		       <host>hadoop104</host>
    		       <port>9000</port>
    		   </replica>
    		</shard>
    		</gmall_cluster>
    	</remote_servers>
    
    	<zookeeper-servers>
    	    <node index="1">
    	        <host>hadoop102</host>
    	        <port>2181</port>
    	    </node>
    	    <node index="2">
    	        <host>hadoop103</host>
    	        <port>2181</port>
    	    </node>
        	<node index="3">
    	        <host>hadoop104</host>
    	        <port>2181</port>
            </node>
        </zookeeper-servers>
        
    	<macros>
    		<shard>01</shard>  
    		<replica>rep_1_1</replica> 
    	</macros>
    </yandex>

> 2）将 hadoop102 的 metrika-shard.xml 同步到 103 和 104

> sudo /home/atguigu/bin/xsync /etc/clickhouse-server/config.d/metrika-shard.xml

![请添加图片描述][7185c238f0bf49b0ad974d0321c1de10.png]

> 3）修改 103 和 104 中 metrika-shard.xml 宏的配置

![请添加图片描述][ddd15da8f55746959869e6b4b5d1793a.png]

> 4）在 hadoop102 上修改/etc/clickhouse-server/config.xml

![请添加图片描述][de4ebd4f34f94909b65ac842e30fd8cd.png]

> 5）同步/etc/clickhouse-server/config.xml 到 103 和 104

> sudo /home/atguigu/bin/xsync  
> /etc/clickhouse-server/config.xml

> 6）重启三台服务器上的 ClickHouse 服务

![请添加图片描述][0e942c65ffce467e84117d783fca50c6.png]

> 7）在 hadoop102 上执行建表语句
> 
>  *  会自动同步到hadoop103和hadoop104上
>  *  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

create table st_order_mt on cluster gmall_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);![请添加图片描述](https://img-blog.csdnimg.cn/direct/7d073b9d165545dea23c28fc875d4e72.png)

![请添加图片描述][5db9027b96ec4bbaaaccf17e30597bb2.png]

> 可以到 hadoop103 和 hadoop104 上查看表是否创建成功

![请添加图片描述][5637d5c7ed6c45a4a206ce462d8ad874.png]

> 8）在 hadoop102 上创建 Distribute 分布式表

create table st_order_mt_all2 on cluster gmall_cluster
    (
    	id UInt32,
    	sku_id String,
    	total_amount Decimal(16,2), 
        create_time Datetime
    )engine = Distributed(gmall_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()

> 9）在 hadoop102 上插入测试数据

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');

> 10）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\_all;
>  *  本地表  
>     select \* from st\_order\_mt;
>  *  观察数据的分布  
>     ![请添加图片描述][e4a3a7849209432497a0755c6610a488.png]  
>     ![请添加图片描述][dbf319bace574a4aa5d1677e96234697.png]

### 五、项目为了节省资源，就使用单节点，不用集群 ###

> 不需要求改文件引用，因为已经使用集群建表了，如果改为引用 metrika-shard.xml 的话，启动会报错。我们以后用的时候只启动 102 即可。

[8f8c5f72c3484e2493cc2dc096598bac.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/b042daf5074741d98bab8b6929b0877f.png
[0e39fc90026e49f09c8fdedc4cb967bc.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/6bf000a19beb4c3dadd1dc62e1786d50.png
[35557a2c28424db082f1eb2ec474d81c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/028b87b3d4af49bc833ca59d9f5e3fb0.png
[7185c238f0bf49b0ad974d0321c1de10.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/c8fcafb993c2454e9c0b5e3cbacf5945.png
[ddd15da8f55746959869e6b4b5d1793a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/d5f6a14d0ede4532a6feaae2c90a5bda.png
[de4ebd4f34f94909b65ac842e30fd8cd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/1409aac79a8143e88187d1166bdd2ae2.png
[0e942c65ffce467e84117d783fca50c6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/84e63e956c064fac93d04027395eecdf.png
[5db9027b96ec4bbaaaccf17e30597bb2.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/8b1d514cb5f143fe9296a3eb6a2956d2.png
[5637d5c7ed6c45a4a206ce462d8ad874.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/e29ca8e4fc6c44d38aaa2b20f1abe7bd.png
[e4a3a7849209432497a0755c6610a488.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/6123eaabfd8643f18c1dd4f969c332c1.png
[dbf319bace574a4aa5d1677e96234697.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/e0ce0d68577240f89b5fc1f9e113ea4d.png