ClickHouse节点扩容及数据迁移

最新推荐文章于 2024-10-16 12:46:41 发布

天空飘来一个云哥哥

最新推荐文章于 2024-10-16 12:46:41 发布

阅读量7.4k

点赞数

分类专栏： clickHouse

本文链接：https://blog.csdn.net/qq_42016966/article/details/108391455

版权

clickHouse 专栏收录该内容

16 篇文章 3 订阅

订阅专栏

背景

之前公司面临磁盘不足的问题，虽然通过增加磁盘来缓解了。但是clickhouse集群节点扩充是发展迟早要面临的问题，所以尝试思考解决方案。
ck不同于hadoop体系，hdfs当集群增减节点时可以通过balance命令去自动调节。但ck集群不能自动感知集群拓扑变化，也不能自动 balance 数据。当集群数据量较大，复制表和分布式表过多时、想做到表维度、或者集群之间的数据平衡会导致运维成本很高。

方案

这里提供三个解决思路

方式一、复制

当我们追求分布式表在新集群的平衡，数据量不大的情况，可以在新集群建立临时表B、然后将原始表A写入B中，再删除A表重新创建，之后将B表写入A中。
这种方式并不是数据量大、表数量过多的情形。

方式二、配置权重

当我们先用磁盘不够用的情况、通过配置权重指定大部分数据写入新的节点，随着时间流逝，原节点具有TTL的部分数据自动删除，数据会趋于均衡，最后调回原始权重。是一种比较可行的方案。只需要配置/etc/metrika.xml 中各个shard的权重即可。

<clickhouse_remote_servers>
        <ck_cluster>
            <shard>
                <weight>99</weight>
                <replica>
                    <host>dc-sit-225</host>
                    <port>9000</port>
                    <user>default</user>
                    <password></password>
                </replica>
             </shard>
             <shard>
				<weight>1</weight>
                <replica>
                    <host>dc-sit-226</host>
                    <port>9000</port>
                    <user>default</user>
                    <password></password>
                </replica>
            </shard>
        </ck_cluster>
    </clickhouse_remote_servers>

列如我这里设置dc-sit-225节点权重为99，dc-sit-226节点权重为1。需要注意的是权重必须大于0（经过测试，小于0时节点会启动失败，等于0时配置不会生效）。

方式三、直接扩容不迁移数据

我们可以给每个节点中的表设置TTL保留时间，随着时间的进行，已经保留时间长的数据会逐渐的被清除掉。到最后，节点的数据会均很分布

优点：横向扩容，配置简单不需要额外操作，只需将每个节点的配置文件更新即可
缺点：要想达到数据均衡所需的时间较长，期间查询历史数据还是由原来节点合并完成，没有完全发挥分布式的优势

步骤

1、将配置文件进行拷贝到待安装节点

2、更改配置文件中的 metrika.xml 中关于副本、分片的配置。例如：

（1）添加分片、副本

<clickhouse_remote_servers>
	    <report_shards_replicas>
	        <shard>
	            <weight>1</weight>
                    <!-- false代表一次性写入所有副本，true表示写入其中一个副本，配合zk来进行数据复制 -->
	            <internal_replication>true</internal_replication>
	            <replica>
	                <host>172.17.0.3</host>
	                <port>9000</port>
	                <user>default</user>
	                <password>default</password>
	            </replica>
	        </shard>
		<shard>
	            <weight>1</weight>
                    <!-- false代表一次性写入所有副本，true表示写入其中一个副本，配合zk来进行数据复制 -->
	            <internal_replication>true</internal_replication>
	            <replica>
	                <host>172.17.0.4</host>
	                <port>9000</port>
	                <user>default</user>
	                <password>default</password>
	            </replica>
	        </shard>
                <shard>
                    <weight>1</weight>
                    <!-- false代表一次性写入所有副本，true表示写入其中一个副本，配合zk来进行数据复制 -->
                    <internal_replication>true</internal_replication>
                    <replica>
                        <host>172.17.0.6</host>
                        <port>9000</port>
                        <user>default</user>
                        <password>default</password>
                    </replica>
                </shard>
	    </report_shards_replicas>
	</clickhouse_remote_servers>

（2）更改macros的参数

 <!-- 配置参数：集群名，分片名，副本名 -->
         <macros>
            <layer>report_shards_replicas</layer>
            <shard>01</shard>
            <replica>cluster-01-1</replica>
        </macros>

3、将以前表的结构拷贝到新增节点：（只需拷贝metadata目录下的文件即可）

clickHouse

mv   metadata/    到当前节点clickHouse的data目录下的

经过尝试，上面直接讲metadata的表结构拷贝过去的方法，有一个致命的BUG。如果表是分布式表，直接将表结构拷贝，虽然clickHouse中表已经创建成功，但是在ZK上的表的唯一地址并不会自动创建。所以所有需要与ZK交互的表都变成： Read Only模式,不能插入数据

改变思路：手动创建表结构

步骤：

1、不需要对每一个表来show create table获取表结构，我们复用metadata下的建表语句
2、通过代码来进行转换，将metadata的 *.sql 语句中所有的 ATTACH 替换成Create
metadata中的sql示例

ATTACH TABLE cs_user_info
(
    `id` Int32, 
    `user_name` String, 
    `pass_word` String, 
    `phone` String, 
    `email` String, 
    `time` String
)
ENGINE = ReplicatedMergeTree('/clickhouse/tables/{layer}-{shard}/test/cs_user_info', '{replica}')
ORDER BY time
SETTINGS index_granularity = 8192

将转化的Sql语句集中保存至某一目录下，eg：/data/salt/clickHouse
通过CK的客户端来实现建表语句：

$file代表每个sql文件
sudo clickhouse-client -h 172.20.3.xxx --port 9000  -u admin --password 6Ml2IxJN  --multiquery <  $file

手动同步数据：

在新的服务器上创建相同的表，将需迁移的服务器上的表数据移动到新的服务器对应目录下，然后连接clickhouse执行以下语句：

detach table szt_data_t3; --先将表与数据分离（若表已存在）  
attach table szt_data_t3; --然后重新添加进来