ClickHouse环境搭建

最新推荐文章于 2024-06-11 16:20:51 发布
最新推荐文章于 2024-06-11 16:20:51 发布
阅读量1.6k 收藏 2
点赞数 1
分类专栏： clickhouse 文章标签： clickhouse linux 服务器
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-NC-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ZGL_cyy/article/details/130254693
版权

目录

1 ClickHouse 的安装

在这里插入图片描述

1.1 准备工作

1.1.1 确定防火墙处于关闭状态

1.1.2 CentOS 取消打开文件数限制

（1）在 hadoop102 的 /etc/security/limits.conf 文件的末尾加入以下内容

[careate@hadoop102 ~]$ sudo vim /etc/security/limits.conf
* soft nofile 65536
* hard nofile 65536
* soft nproc 131072
* hard nproc 131072

（3）执行同步操作

[careate@hadoop102 ~]$ sudo /home/careate/bin/xsync /etc/security/limits.conf

[careate@hadoop102 ~]$ sudo /home/careate/bin/xsync 
/etc/security/limits.d/20-nproc.conf

1.1.3 安装依赖

在这里插入图片描述

[careate@hadoop102 ~]$ sudo yum install -y libtool

在 hadoop103、hadoop104 上执行以上操作

[careate@hadoop102 ~]$ sudo yum install -y *unixODBC*

在这里插入图片描述

1.1.4 CentOS 取消 SELINUX

（1）修改/etc/selinux/config 中的 SELINUX=disabled

[careate@hadoop102 ~]$ sudo vim /etc/selinux/config
SELINUX=disabled

（2）执行同步操作

[careate@hadoop102 ~]$ sudo /home/careate/bin/xsync /etc/selinux/config

（3）重启三台服务器

1.2 单机安装

官网：https://clickhouse.tech/
下载地址：http://repo.red-soft.biz/repos/clickhouse/stable/el7/

1.2.1 在 hadoop102 的/opt/software 下创建 clickhouse 目录

[careate@hadoop102 software]$ mkdir clickhouse

1.2.2 将安装文件上传到 hadoop102 的software/clickhouse 目录下

1.2.3 将安装文件同步到 hadoop103、hadoop104

[careate@hadoop102 software]$ xsync clickhouse

1.2.4 分别在三台机子上安装这 4 个 rpm 文件

[careate@hadoop102 clickhouse]$ sudo rpm -ivh *.rpm

1.2.5 修改配置文件

[careate@hadoop102 clickhouse]$ sudo vim /etc/clickhouse-server/config.xml

（1）把 <listen_host>::</listen_host> 的注释打开，这样的话才能让 ClickHouse 被除本机以外的服务器访问
（2）分发配置文件

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

在这个文件中，有 ClickHouse 的一些默认路径配置，比较重要的
数据文件路径： /var/lib/clickhouse/
日志文件路径：/var/log/clickhouse-server/clickhouse-server.log</log

1.2.6 启动 Server

[careate@hadoop102 clickhouse]$ sudo systemctl start clickhouse-server

1.2.7 三台机器上关闭开机自启

[careate@hadoop102 clickhouse]$sudo systemctl disable clickhouse-server

1.2.8 使用 client 连接 server

[careate@hadoop102 clickhouse]$ clickhouse-client -m

-m :可以在命令窗口输入多行命令

2 副本

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。
https://clickhouse.tech/docs/en/engines/table-engines/mergetree-family/replication/

2.1 副本写入流程

在这里插入图片描述

2.2 配置步骤

（1）启动 zookeeper 集群
（2）在 hadoop102 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：
注：也可以不创建外部文件，直接在 config.xml 中指定

<?xml version="1.0"?>
<yandex>
<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>
</yandex>

（3）同步到 hadoop103 和 hadoop104 上

sudo /home/careate/bin/xsync /etc/clickhouse-server/config.d/metrika.xml

（4）在 hadoop102 的/etc/clickhouse-server/config.xml 中增加

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

（5）同步到 hadoop103 和 hadoop104 上

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

分别在 hadoop102 和 hadoop103 上启动 ClickHouse 服务
注意：因为修改了配置文件，如果以前启动了服务需要重启

[careate@hadoop102|3 ~]$ sudo clickhouse restart

注意：我们演示副本操作只需要在 hadoop102 和 hadoop103 两台服务器即可，上面的操作，我们 hadoop104 可以你不用同步，我们这里为了保证集群中资源的一致性，做了同步。
（6）在 hadoop102 和 hadoop103 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
①hadoop102

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);

②hadoop103

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_103')
 partition by toYYYYMMDD(create_time)
 primary key (id)
 order by (id,sku_id);

③参数解释
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。
（7）在 hadoop102 上执行 insert 语句

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');

（8）在 hadoop103 上执行 select，可以查询出结果，说明副本配置正确
在这里插入图片描述

3 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。
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。

3.1 集群写入流程（3 分片 2 副本共 6 个节点）

在这里插入图片描述

3.2 集群读取流程（3 分片 2 副本共 6 个节点）

在这里插入图片描述

3.3 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> <!-- 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>
</gmall_cluster>
</remote_servers>
</yandex>

3.4 配置三节点版本集群及副本

3.4.1 集群及副本规划（2 个分片，只有第一个分片有副本）

在这里插入图片描述

3.4.2 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> <!-- 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>hadoop102</host>
 <port>9000</port>
 </replica>
 <replica> <!--该分片的第二个副本-->
 <host>hadoop103</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>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> <!--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 hadoop102 的 metrika-shard.xml 同步到 103 和 104

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

3）修改 103 和 104 中 metrika-shard.xml 宏的配置
（1）103

[careate@hadoop103 ~]$ sudo vim 
/etc/clickhouse-server/config.d/metrika-shard.xml

在这里插入图片描述

（2）104

[careate@hadoop104 ~]$ sudo vim 
/etc/clickhouse-server/config.d/metrika-shard.xml

在这里插入图片描述

4）在 hadoop102 上修改/etc/clickhouse-server/config.xml
在这里插入图片描述

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

[careate@hadoop102 ~]$ sudo /home/careate/bin/xsync 
/etc/clickhouse-server/config.xml

6）重启三台服务器上的 ClickHouse 服务

[careate@hadoop102 clickhouse-server]$ sudo clickhouse restart
[careate@hadoop102 clickhouse-server]$ ps -ef |grep click

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);

可以到 hadoop103 和 hadoop104 上查看表是否创建成功
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()
在这里插入图片描述

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
（1）分布式表

SELECT * FROM st_order_mt_all;

（2）本地表

select * from st_order_mt;

（3）观察数据的分布
在这里插入图片描述
在这里插入图片描述

赵广陆
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Click House环境搭建
fuck686的博客
09-04 65
KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181 # 连接kafka的地址。KAFKA_CREATE_TOPICS: "topicTest:4:1" # 4个分区,1个副本。-- 使用DBeaver连接ClickHouse，时间少了8小时。use_server_time_zone 修改为true。# vim server.properties 添加。-- 进入clickhouse。-- 创建kafka引擎的表。-- 创建一个物化视图。-- 创建一张本地表。
clickhouse.zip
09-22
在本压缩包`clickhouse.zip`中，包含的文件很可能是Clickhouse的安装文件或者相关配置文件，这将帮助我们搭建和配置Clickhouse环境。 首先，安装Clickhouse的过程通常包括以下几个步骤： 1. **下载安装包**：...
三节点搭建clickhouse集群（含网络规划和软件版本信息）.docx
01-20
从头开始搭建clickhouse集群
clickhouse 搭建流程
08-18
Clickhouse是一款非常优秀的高性能统计数据库。近些日子，由于研发工作需要，引入了clickhouse作为实时统计数据库。为了便于和研发团队一起分析问题，在本机搭建了clickhouse环境。过程中，还是不可避免地踩到了一些坑，所以就把这些解决过程都记录了下来，以免有类似问题能够快速定位和解决。
ClickHouse快速安装教程（MacOS）
最新发布
AHAO的博客
06-11 1177
是一个用于在线分析处理（OLAP）的高性能、面向列的SQL数据库管理系统（DBMS）。ClickHouse专门针对大规模数据分析和实时查询的场景进行优化。它被设计用于高效处理PB级以上的数据，并能在秒级内完成复杂的查询分析。OLAP场景的关键特征绝大多数是读请求数据以相当大的批次(> 1000行)更新，而不是单行更新;或者根本没有更新。已添加到数据库的数据不能修改。对于读取，从数据库中提取相当多的行，但只提取列的一小部分。宽表，即每个表包含着大量的列。
ClickHouse安装部署【非常详细】
热门推荐
不才伟才的博客
01-07 4万+
本文非常详细地记录了clickhouse安装部署的过程，仅供参考~
ClickHouse单机安装配置(超详细)
2301_77578187的博客
01-16 699
使用的三台主机名称分别为bigdata1，bigdata2，bigdata3。所使用的安装包名称按自己的修改，安装包可去各大官网上下载。将/opt/software 文件解压到/opt/module/clickhouse。在/etc/clickhouse-server目录下。删除config.d下的listen.xml文件。将里面所有的9000变成9001。进入clickHouse目录。给config.xml加权限。新建clickhouse。
clickhouse安装详细教程
qq_46533159的博客
11-18 1万+
clickhousehouse手把手教你安装
【入门篇】ClickHouse 的安装与配置
日拱一卒无有尽，功不唐捐终入海
09-16 4433
安装ClickHouse：首先，你需要选择适合你操作系统的安装方式。ClickHouse提供了各种安装方法，包括二进制包安装、Docker容器安装和源代码编译安装。你可以根据自己的需求选择其中一种方式进行安装。
大数据之clickhouse安装部署
大数据同盟会的博客
05-15 6020
一、clickhouse简介 优点： 缺点：
Clickhouse安装部署
mnasd的博客
11-02 9813
Atomic 中的所有表都有持久的 UUID，数据存储在/clickhouse_path/store/xxx/xxxyyyyy-yyyy-yyyy-yyyy-yyyyyyyyyyyy/ 路径下。执行DROP TABLE 命令，不会删除任何数据，Atomic 数据库只是通过将元数据移动到 /clickhouse_path/metadata_dropped/，并将表标记为已删除，并通知 DatabaseCatalog。指令集，因此，除非另有说明，支持它的CPU使用将成为额外的系统需求。
ClickHouse安装
m0_54357806的博客
03-03 1250
ClickHouse安装
极速搭建clickhouse服务
12-10
在“极速搭建ClickHouse服务”这一主题中，我们将探讨如何在Linux环境下快速安装和启动ClickHouse，以及如何利用其默认配置和数据路径。 首先，你需要解压提供的压缩包文件。这通常可以通过以下命令完成： ```bash...
linux 下clickhouse安装包
01-05
在Linux系统中安装...了解这些知识后，你可以根据自己的需求在Linux服务器上搭建并管理ClickHouse数据库，充分利用其在大数据分析中的优势。记得，持续学习和跟踪ClickHouse的最新发展是保持系统高效运行的关键。
filebeat+kafka+clickhouse+springboot框架搭建及应用
07-18
本教程将深入探讨如何使用`Filebeat`、`Kafka`、`ClickHouse`以及`SpringBoot`框架搭建一个高效的数据流处理和存储平台。这四个组件各自扮演着关键的角色，共同构建了一个实时、可扩展且高效率的数据管道。 **...
clickhouse 集群搭建
The_OneRS的博客
10-27 4529
clickhouse 集群
ClickHouse安装（保姆级教学）
weixin_46555671的博客
06-08 555
/var/log/clickhouse-server/clickhouse-server.log
ClickHouse安装、简介及使用
秃了也弱了
03-04 1290
ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。OLAP（On-line Analytical Processing）：联机分析处理。OLAP场景要求在大型数据集上对具有以下特征的复杂分析查询数据集可能是海量的——数十亿或数万亿行数据组织在包含许多列的表中只选择几列来回答任何特定的查询结果必须以毫秒或秒为单位返回读多于写。将数据批量/实时写入后，后续可以进行任意维度的灵活搜索、洞察等。大宽表。一张存在N多列的表，平时使用时可能只用到其中的部分字段。
clickhouse的安装和使用
qq_41114884的博客
03-29 1267
ClickHouse 是一个高性能、高可用性、分布式列式数据库管理系统，便于对大量数据进行查询和分析数据，笔者公司是用来做日志的存储并方便给运维人员查询，接下来学习一下其安装和简单使用
clickhouse集群搭建
04-10
ClickHouse是一个开源的列式数据库管理系统，用于处理大规模数据分析。下面是ClickHouse集群搭建的一般步骤： 1. 安装ClickHouse：在每个节点上安装ClickHouse软件包。可以通过源码编译安装或者使用预编译的二进制包。 2. 配置ClickHouse：在每个节点上编辑ClickHouse的配置文件，主要包括网络配置、存储配置、副本配置等。确保所有节点的配置文件一致。 3. 创建ZooKeeper集群（可选）：如果需要使用ZooKeeper来管理ClickHouse集群的元数据和状态信息，需要先搭建一个ZooKeeper集群。 4. 启动ClickHouse服务：在每个节点上启动ClickHouse服务。可以使用命令行工具或者系统服务管理工具来启动。 5. 配置分布式表：在其中一个节点上创建分布式表，并指定各个节点的副本数量和分片方式。分布式表将数据分布到不同的节点上进行存储和查询。 6. 数据导入：将需要分析的数据导入到ClickHouse集群中。可以使用ClickHouse提供的工具或者自定义脚本进行数据导入。 7. 查询数据：使用ClickHouse提供的SQL语言进行数据查询和分析。可以通过命令行工具、图形界面工具或者编程口来执行查询操作。 8. 监控和维护：定期监控ClickHouse集群的状态和性能，并进行必要的维护操作，如数据备份、节点扩容等。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

赵广陆

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值