设计网站推荐 zoo,房产经纪人如何做网站吸客,wordpress 来必力,网站建设的步骤教程视频教程前置知识#xff1a; Clickhouse学习笔记#xff08;5#xff09;—— ClickHouse 副本-CSDN博客 与副本对比#xff1a;
副本虽然能够提高数据的可用性#xff0c;降低丢失风险#xff0c;但是每台服务器实际上必须容纳全量数据#xff0c;对数据的横向扩容没有解决
… 前置知识 Clickhouse学习笔记5—— ClickHouse 副本-CSDN博客 与副本对比
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 集群写入流程3分片 2副本 共6节点 一般来说internal_replication这一参数都是为true的可以减轻distribute节点的压力
集群读取流程3分片 2副本 共6节点 所谓errors_count就是在通信过程中产生错误的次数
集群配置流程2分片 只有1个分片有副本 3节点
集群架构示意 1.新建配置文件metrika-shard.xml
在hadoop102上进入/etc/clickhouse-server/config.d
新建文件metrika-shard.xml
也可以不创建外部文件直接在 config.xml 的remote_servers中指定 先文件中写入内容hadoop102
?xml version1.0?
yandexremote_serversgmall_cluster !-- 集群名称-- shard !--集群的第一个分片--internal_replicationtrue/internal_replicationreplica !--该分片的第一个副本--hosthadoop102/hostport9000/port/replicareplica !--该分片的第二个副本--hosthadoop103/hostport9000/port/replica/shardshard !--集群的第二个分片--internal_replicationtrue/internal_replicationreplica !--该分片的第一个副本--hosthadoop104/hostport9000/port/replica/shard/gmall_cluster/remote_serverszookeeper-serversnode index1hosthadoop102/hostport2181/port/nodenode index2hosthadoop103/hostport2181/port/nodenode index3hosthadoop104/hostport2181/port/node/zookeeper-serversmacrosshard01/shard !--不同机器放的分片数不一样--replicarep_1_1/replica !--不同机器放的副本数不一样--/macros/yandex
hadoop103仅macros参数不同 macrosshard01/shard !--不同机器放的分片数不一样--replicarep_1_2/replica !--不同机器放的副本数不一样--/macros
hadoop104仅macros参数不同 macrosshard02/shard !--不同机器放的分片数不一样--replicarep_2_1/replica !--不同机器放的副本数不一样--/macros
2.修改config.xml 然后同步到hadoop103、104
3.重启服务
sudo clickhouse restart
查看是否启动成功ps -ef | grep clickhouse 集群功能测试
在hadoop102创建表会自动同步到hadoop103和104上
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);
其中on cluster后面要设置配置文件中自定义的集群名称
ReplicatedMergeTree中的分片和副本名称从配置文件的宏定义marcos中获取
可以看到在103和104上都有对应的表 然后在 hadoop102 上创建 Distribute 分布式表
create table st_order_mt_all 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()
同样也可以同步到103和104上 然后在hadoop102上插入数据
insert into st_order_mt values\
(201,sku_009,1000.00,2020-06-01 12:00:00) ,\
(202,sku_009,1000.00,2020-06-01 12:00:00) ,\
(201,sku_009,1000.00,2020-06-01 12:00:00) ,\
(201,sku_009,1000.00,2020-06-01 12:00:00) ,\
(201,sku_009,1000.00,2020-06-01 12:00:00) ,\
(201,sku_009,1000.00,2020-06-01 12:00:00) ,\
(201,sku_009,1000.00,2020-06-01 12:00:00) ,\
(201,sku_009,1000.00,2020-06-01 12:00:00) ,\
(201,sku_009,1000.00,2020-06-01 12:00:00) ,\
(201,sku_009,1000.00,2020-06-01 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);
查询分布式表和本地表即可得到结果
