（09）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。

7.1 集群写入流程（3 分片 2 副本共 6 个节点）

 

7.2 集群读 取流 程 （ 3 分片 2 副本共 6 个 节 点）

 

7.3

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

 

 

7.4 配置三节点版本集群及副本

7.4.1 集群及副本规划（2 个分片，只有第一个分片有副本）

 

7.4.2 配置步骤

(1)在 hadoop202 的/etc/clickhouse-server/config.d 目录下创

建 metrika-shard.xml 文件

<?xml version="1.0"?>
<yandex>
<clickhouse_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>hadoop202</host>
 <port>9000</port>
 </replica>
 <replica> <!--该分片的第二个副本-->
<host>hadoop203</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>hadoop204</host>
 <port>9000</port>
 </replica>
</shard>
</gmall_cluster>
</clickhouse_remote_servers>
<zookeeper-servers>
<node index="1">
<host>hadoop202</host>
<port>2181</port>
</node>
<node index="2">
<host>hadoop203</host>
 <port>2181</port>
</node>
<node index="3">
 <host>hadoop204</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 hadoop202 的 metrika-shard.xml 同步到 203 和 204

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

 

(3)修改 203 和 204 中 metrika-shard.xml 宏的配置

 (4)在 hadoop202 上修改/etc/clickhouse-server/config.xml

 

(5)同步/etc/clickhouse-server/config.xml 到 203 和 204

[atguigu@hadoop202 ~]$ sudo /home/atguigu/bin/xsync /etc/clickhouse-server/config.xml

(6)重启三台服务器上的 ClickHouse 服务

[atguigu@hadoop202 clickhouse-server]$ sudo systemctl stop clickhouse-server

[atguigu@hadoop202 clickhouse-server]$ sudo systemctl start clickhouse-server

[atguigu@hadoop202 clickhouse-server]$ ps -ef |grep click

 (7)在 hadoop202 上执行建表语句

➢

会自动同步到 hadoop203 和 hadoop204 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

 

可以到 hadoop203 和 hadoop204 上查看表是否创建成功

 (8)在 hadoop202 上创建 Distribute 分布式表

 (9)在 hadoop202 上插入测试数据

 

(10) 通过查询分布式表和本地表观察输出结果

➢ 分布式表

SELECT * FROM st_order_mt_all;

➢ 本地表

select * from st_order_mt;

➢ 观察数据的分布

 

7.5 项目为了节省资源，就使用单节点，不用集群

不需要求改文件引用，因为已经使用集群建表了，如果改为引用 metrika-shard.xml

的话，启动会报错。我们以后用的时候只启动 202 即可