centos（或openEuler系统）安装clickhouse集群

时时刻刻看着自己的心

已于 2024-07-18 14:41:38 修改

阅读量1k

点赞数 21

文章标签： centos clickhouse linux zookeeper

于 2024-07-18 09:42:03 首次发布

本文链接：https://blog.csdn.net/China_xuelei/article/details/140513757

版权

192.168.9.60、192.168.9.63、192.168.9.64三台centos（或openEuler系统）安装clickhouse集群（数据分散，不是1主2备）

一、安装clickhouse集群

以下操作在每台机器上一摸一样的执行：

关闭防火墙：
防火墙状态：service firewalld status
关闭防火墙：systemctl stop firewalld && systemctl disable firewalld

下载离线安装包

https://packages.clickhouse.com/rpm/stable/?directoryListingLimit=5000&cursor=1-JTdCJTIydiUyMiUzQTElMkMlMjJzdGFydEFmdGVyJTIyJTNBJTIycnBtJTJGc3RhYmxlJTJGY2xpY2tob3VzZS1jb21tb24tc3RhdGljLTIzLjMuMTEuNS54ODZfNjQucnBtJTIyJTJDJTIydXVpZCUyMiUzQSUyMjdlNzVjM2UwNmI2ZDAxN2Q5YzA5ZmMwYTVkZWMxNzk1JTIyJTdE

安装：
sudo yum localinstall -y /usr/clickhouse/clickhouse-common-static-24.2.3.70.x86_64.rpm /usr/clickhouse/clickhouse-server-24.2.3.70.x86_64.rpm /usr/clickhouse/clickhouse-client-24.2.3.70.x86_64.rpm
验证：
clickhouse-server --version
clickhouse-client --version

修改配置文件(3台一摸一样)：
vi /etc/clickhouse-server/config.xml
修改部分：

<remote_servers>
    <my_cluster>
        <shard>
            <replica>
                <host>192.168.9.60</host>
                <port>9000</port>
            </replica>
        </shard>
        <shard>
            <replica>
                <host>192.168.9.63</host>
                <port>9000</port>
            </replica>
        </shard>
        <shard>
            <replica>
                <host>192.168.9.64</host>
                <port>9000</port>
            </replica>
        </shard>
    </my_cluster>
</remote_servers>

修改部分：

<listen_host>::</listen_host>

增加用户：
修改 /etc/clickhouse-server/users.xml
<users></users>中增加：

        <root>
            <password>Sn@123456</password>
            <!-- 在这里填写明文密码 -->
            <networks>
                <ip>::/0</ip>
            </networks>
        </root>

重启：
sudo systemctl start clickhouse-server
sudo systemctl enable clickhouse-server

sudo systemctl status clickhouse-server

查看端口9000和8123是否开放：
sudo ss -nlpt

连接验证（比如在62连接60或63）：
clickhouse-client --host 192.168.9.60 --port 9000 --user root --password 'Sn@123456'
clickhouse-client --host 192.168.9.63 --port 9000 --user root --password 'Sn@123456'

二、安装zookeeper集群

ZooKeeper 依赖于 Java：
sudo yum install -y java-1.8.0-openjdk

下载和解压 ZooKeeper
wget https://archive.apache.org/dist/zookeeper/zookeeper-3.6.3/apache-zookeeper-3.6.3-bin.tar.gz
tar -zxvf apache-zookeeper-3.6.3-bin.tar.gz
sudo mv apache-zookeeper-3.6.3-bin /opt/zookeeper

创建一个名为 zoo.cfg 的配置文件（3台机器配置一摸一样）：
sudo mkdir -p /opt/zookeeper/data
sudo vi /opt/zookeeper/conf/zoo.cfg
添加以下内容：

tickTime=2000
dataDir=/opt/zookeeper/data
clientPort=2181
initLimit=5
syncLimit=2
server.1=192.168.9.60:2888:3888
server.2=192.168.9.63:2888:3888
server.3=192.168.9.64:2888:3888

重点：在每个 ZooKeeper 节点上，创建一个 myid 文件并添加相应的 ID（1、2 或 3）：
例如，在 192.168.9.60 节点上：
echo "1" > /opt/zookeeper/data/myid

在 192.168.9.63 节点上：
echo "2" > /opt/zookeeper/data/myid

在 192.168.9.64 节点上：
echo "3" > /opt/zookeeper/data/myid

分别启动各自的zookeeper，建议从后往前启动：
/opt/zookeeper/bin/zkServer.sh start

配置clickhouse的zookeeper：
每台修改/etc/clickhouse-server/config.xml 文件，添加以下内容（添加位置可搜索zookeeper）：

<zookeeper>
    <node>
        <host>192.168.9.60</host>
        <port>2181</port>
    </node>
    <node>
        <host>192.168.9.63</host>
        <port>2181</port>
    </node>
    <node>
        <host>192.168.9.64</host>
        <port>2181</port>
    </node>
</zookeeper>

重启clickhouse
sudo systemctl restart clickhouse-server

验证：
/opt/zookeeper/bin/zkServer.sh status
查看端口2181是否开放：
sudo ss -nlpt
查看启动日志：
/opt/zookeeper/logs/zookeeper-root-server-master-01.out
（启动失败，可能是myid没建好，重建，重启每个机器）
测试连接：
/opt/zookeeper/bin/zkCli.sh -server 192.168.9.60:2181

dbveaver连接每个库，分别执行：

CREATE DATABASE res;

-- res.rm_metric_data_history definition
CREATE TABLE res.rm_metric_data_history
(

    `resid` String,

    `respara` String,

    `item_code` String,

    `value` String,

    `coltime` DateTime,

    `gentime` DateTime DEFAULT now(),

    `company_code` String
)
ENGINE = MergeTree
ORDER BY coltime
TTL coltime + toIntervalDay(180)
SETTINGS index_granularity = 8192
COMMENT '性能历史表';

INSERT INTO res.rm_metric_data_history
(resid, respara, item_code, value, coltime, gentime, company_code)
VALUES('9a82222a12d54c2a8c775147200d07b9', '-1', 'kafka.topic.net.bytes_in.rate', '1471.964798', '2024-07-12 18:13:00', '2024-07-12 18:11:50', '');
INSERT INTO res.rm_metric_data_history
(resid, respara, item_code, value, coltime, gentime, company_code)
VALUES('9a82222a12d54c2a8c775147200d07b9', '-1', 'kafka.topic.net.bytes_out.rate', '2943.929595', '2024-07-12 18:14:00', '2024-07-12 18:11:50', '');

在某机器执行创建分布式表：

CREATE TABLE res.rm_metric_data_history_distributed ON CLUSTER my_cluster
AS res.rm_metric_data_history
ENGINE = Distributed(my_cluster, res, rm_metric_data_history, rand());

仅仅在1个机器执行了，但是另外2个机器也有了这个表了。因为你使用了 ON CLUSTER 语句在 ClickHouse 中创建表。这意味着 ClickHouse 会自动在集群中的所有节点上创建该表。ON CLUSTER 语句会将 DDL 操作（如创建表、修改表、删除表等）广播到集群中所有的节点，因此你只需在一个节点上执行 DDL 操作，就会在整个集群中生效。

select * from res.rm_metric_data_history_distributed;
在63查这个表数据，能查到3个库的所有rm_metric_data_history表数据。

插入数据同理：
INSERT INTO res.rm_metric_data_history_distributed
(resid, respara, item_code, value, coltime, gentime, company_code)
VALUES('9a82222a12d54c2a8c775147200d07b9', '-1', 'mysql.performance.com_selecte', '1', '2024-07-14 18:14:00', '2024-07-13 18:14:00', 'zhejiang');
在某台机器执行插入，数据会根据主键coltime分散到3台机器的res.rm_metric_data_history表里。

备注（clickhouse集群内机器关系）：
这种配置是啥意思

<remote_servers>
    <my_cluster>
        <shard>
            <replica>
                <host>server1</host>
                <port>9000</port>
            </replica>
            <replica>
                <host>server2</host>
                <port>9000</port>
            </replica>
        </shard>
        <shard>
            <replica>
                <host>server3</host>
                <port>9000</port>
            </replica>
        </shard>
    </my_cluster>
</remote_servers>

Shard：是数据的水平分片，每个 shard 存储数据的一个子集。
Replica：是数据的副本，每个 shard 可以有多个副本，副本之间的数据是相同的，用于高可用性和负载均衡。
在你的配置中，将 server1 和 server2 放在同一个 shard 里，而 server3 单独放在一个 shard，意味着：

Shard 1 包含 server1 和 server2，它们是彼此的副本，存储相同的数据。
Shard 2 包含 server3，它独立存储数据。
理解这种配置的原因
高可用性：通过将多个副本放在一个 shard 里，可以确保即使一个副本失败，其他副本依然可用。
负载均衡：多个副本可以分担读请求的负载，提高查询性能。
常见的配置模式
每个 Shard 多个 Replica：

适用于需要高可用性和负载均衡的场景。
例如：

<remote_servers>
    <my_cluster>
        <shard>
            <replica>
                <host>server1</host>
                <port>9000</port>
            </replica>
            <replica>
                <host>server2</host>
                <port>9000</port>
            </replica>
        </shard>
        <shard>
            <replica>
                <host>server3</host>
                <port>9000</port>
            </replica>
            <replica>
                <host>server4</host>
                <port>9000</port>
            </replica>
        </shard>
    </my_cluster>
</remote_servers>

每个 Shard 一个 Replica：

适用于数据分布要求明确，不需要副本的场景。
例如：

<remote_servers>
    <my_cluster>
        <shard>
            <replica>
                <host>server1</host>
                <port>9000</port>
            </replica>
        </shard>
        <shard>
            <replica>
                <host>server2</host>
                <port>9000</port>
            </replica>
        </shard>
        <shard>
            <replica>
                <host>server3</host>
                <port>9000</port>
            </replica>
        </shard>
    </my_cluster>
</remote_servers>