ClickHouse 分片集群操作使用第七章

最新推荐文章于 2024-09-18 09:11:27 发布

小坏讲微服务

最新推荐文章于 2024-09-18 09:11:27 发布

阅读量566

点赞数

分类专栏：小坏讲大数据ClickHouse 文章标签： clickhouse 服务器 java

本文链接：https://blog.csdn.net/qq_42082701/article/details/127629267

版权

小坏讲大数据ClickHouse 专栏收录该内容

12 篇文章 8 订阅

订阅专栏

ClickHouse 分片集群操作使用

一、分片集群

一、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。

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

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、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>

4、配置三节点版本集群及副本

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

2）配置步骤

1）在 hadoop102 的/etc/clickhouse-server/config.d

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

xsync /etc/clickhouse-server/config.d/metrika-shard.xml

在这里插入图片描述

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

（1）103

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

在这里插入图片描述

（2）104

[atguigu@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

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

6）重启三台服务器上的 ClickHouse 服务

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

在这里插入图片描述

查看集群
在这里插入图片描述

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);

在这里插入图片描述

可以到 hadoop103 和 hadoop104 上查看表是否创建成功

在这里插入图片描述

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');