clickhouse使用问题记录

       在《ClickHouse原理解析与应用实战》一书244页，也就是副本与分片这一章，作者在介绍分布式表引擎写入的核心流程时，对含有副本的分布式表介绍了2种方式：（1）通过Distributed表引擎自身完成副本的写入 （2）通过ReplicatedMergeTree复制数据

       通过ReplicatedMergeTree复制数据的原理是：创建分布式表的本地表时，本地表的表引擎要用ReplicatedMergeTree，然后在集群配置文件的shard标签中加入下面的代码：

<internal_replication>true</internal_replication>

       这种写入副本的方式比第一种要好一些，因为第一种Distributed节点既要负责分片也要负责副本的写入工作，压力过大，可能会成为单点瓶颈。

       问题1：如果你按照书上的案例，一步一步做下来，会发现第二种方式不生效，也就是你按如下配置以后，副本节点并没有数据同步过去

<!-- 先创建本地表 -->
CREATE TABLE test_sharding_simple2_local ON CLUSTER sharding_simple_1(
     id UInt64
)ENGINE = ReplicatedMergeTree('/clickhouse/tables/{shard}/test_sharding_simple2','{replica}')
ORDER BY id

<!-- 再创建分布式表 -->
CREATE TABLE test_sharding_simple2_all(
     id UInt64
)ENGINE = Distributed(sharding_simple_1',default,test_sharding_simple2_local,rand())

<!-- 往分布式表写入数据 -->
INSERT INTO test_sharding_simple2_all values(1),(23),(800)

       执行以上sql以后，分片节点查询分布式表和本地表都有数据，但是副本节点没有数据。原因是这样的：如果你跟着书上的案例顺序练，在这个案例之前，作者先演示了一个2个分片的集群，并且在每个节点的config.xml中配置了宏变量：

<!-- 节点1的宏变量 -->
<macros>
   <shard>01</shard>
   <replica>ch5.nauu.com</replica>
</macros>

<!-- 节点2的宏变量 -->
<macros>
   <shard>02</shard>
   <replica>ch6.nauu.com</replica>
</macros>

        2个分片的集群这么定义没问题，后来作者演示1分片1副本的集群时，没在书中注明需要改这些宏变量的配置，因为现在是1分片1副本，那么节点2的宏变量也必须是节点1的分片号，即2个节点的分片号必须一样，因为只有一个分片啊，你要是2个节点分片号还不一样，那永远也不会有副本同步，正确的配置如下：

<!-- 节点1的宏变量 -->
<macros>
   <shard>01</shard>
   <replica>ch5.nauu.com</replica>
</macros>

<!-- 节点2的宏变量. 注意：一分片一副本的情况下，两个节点的shard标签里的值必须一样 -->
<macros>
   <shard>01</shard>
   <replica>ch6.nauu.com</replica>
</macros>

       这么配置以后，重启集群，然后就可以了。

       问题2：在第260页，作者介绍数据行级权限时，在user.xml配置文件中为自定义用户标签<user_normal/>中的test_row_level表使用了filter标签增加过滤条件id<10，当你按照书中这样做了以后，因为要使配置生效必须重启集群 ，但是重启报错了，报invalid token，这是因为在xml中配置大于小于号，要转义，正确的配置如下：

<!-- 为test_row_level表增加过滤条件 id < 10 -->
<test_row_level>
    <filter>id <![CDATA[<]] 10</filter>
</test_row_level>

       问题3：在第268页，作者介绍part_log日志时，这个日志默认是关闭的，需要去config.xml中打开注释，重启集群。重启完以后，你按照书上的sql去查询system.part_log表，但是却报错了，提示system.part_log doesn't exist，说这个表不存在。这是因为你刚把这项配置打开，只有新操作分区表时，才会生成记录，而且这个表是惰性加载，只有操作过分区，才会生成这个表。此时你执行一下select查询之前创建过的MergeTree表，然后按照书上的sql去查询system.part_log表，已经有数据了