ClickHouse安装配置及表引擎使用

Posted 2022-05-16 ShenLiang2025

ClickHouse安装配置及表引擎使用案例

准备

1. 1. 集群安排

192.168.175.212 master
192.168.175.213 slave1
192.168.175.214 slave2

安装zookeeper

#1 切换到指定目录

cd /root/softwares/

# 2 下载二进制文件

wget https://dlcdn.apache.org/zookeeper/zookeeper-3.5.9/apache-zookeeper-3.5.9-bin.tar.gz

#3 解压

tar zxf apache-zookeeper-3.5.9-bin.tar.gz

#4 配置

1 创建dataDir目录，比如：

mkdir –p /apps/zookeeper/data/zookeeper

2 进入zookeeper的conf目录，拷贝zoo_sample.cfg为zoo.cfg。并在配置文件里加入如下内容：

tickTime=2000

initLimit=10

syncLimit=5

dataDir=/apps/zookeeper/data/zookeeper

clientPort=2182

autopurge.purgeInterval=0

globalOutstandingLimit=200

server.1=master:2888:3888

server.2=slave1:2888:3888

server.3=slave2:2888:3888

注：1 myid可以从0开始，当前演示的是从1开始。

3 配置myid

echo 1 >> /apps/zookeeper/data/zookeeper/myid

注：同理配置其它节点。

4 配置环境变量 /etc/profile

export ZOOKEEPER_HOME=/apps/zookeeper
export PATH=$PATH:$ZOOKEEPER_HOME/bin

source /etc/profile

5 启动zookeeper

每个节点上启动zookeeper，命令见下：

zkServer.sh start

6 查看zookeeper状态

zkServer.sh status

各节点安装clickhouse

在各个节点上安装clickhouse服务和客户端。

1 安装clickhouse

单节点安装clickhouse

# 安装dirmngr

sudo apt-get install dirmngr

# 加入key

sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv E0C56BD4

# 更新clickhouse源

echo "deb http://repo.clickhouse.tech/deb/stable/ main/" | sudo tee \\

    /etc/apt/sources.list.d/clickhouse.list

sudo apt-get update

# 安装clickhouse服务和客户端

sudo apt-get install -y clickhouse-server clickhouse-client

#启动服务

sudo service clickhouse-server start

# 客户端连接

clickhouse-client

1. 创建数据目录、临时目录、用户文件

mkdir -p /data/clickhouse /data/clickhouse/tmp/ /data/clickhouse/user_files/

1. 配置config文件

在/etc/clickhouse-server/config.xml里进行如下配置：

<log>/var/log/clickhouse-server/clickhouse-server.log</log>

<path>/data/clickhouse/</path>

<tmp_path>/data/clickhouse/tmp/</tmp_path>

<user_files_path>/data/clickhouse/user_files/</user_files_path>

<errorlog>/var/log/clickhouse-server/clickhouse-server.err.log</errorlog>

修改IP 127.0.0.1为当前节点的IP

打开 <listen_host>::</listen_host> 的注释以使得客户端可以外部访问。

1. 目录赋权

chown -R clickhouse:clickhouse /data

5     启动服务

/etc/init.d/clickhouse-server start

1.   通过客户端连接

clickhouse-client --password --port 9000

配置clickhouse集群

1 定义metrika.xml

在/etc/clickhouse-server/config.d内定义集群配置：

<yandex>

<clickhouse_remote_servers>

<!--集群名称，clickhouse支持多集群的模式-->

    <clickhouse_cluster>

    <!--定义分片节点，这里我指定3个分片，每个分片只有1个副本，也就是它本身-->

        <shard>

             <internal_replication>true</internal_replication>

            <replica>

                <host>server1</host>

                <port>9000</port>

            </replica>

        </shard>

        <shard>

            <replica>

                <internal_replication>true</internal_replication>

                <host>server2</host>

                <port>9000</port>

            </replica>

        </shard>

        <shard>

            <internal_replication>true</internal_replication>

            <replica>

                <host>server3</host>

                <port>9000</port>

            </replica>

        </shard>

    </clickhouse_cluster>

</clickhouse_remote_servers>

<!--zookeeper集群的连接信息-->

<zookeeper-servers>

  <node index="1">

    <host>server1</host>

    <port>2181</port>

  </node>

  <node index="2">

    <host>server1</host>

    <port>2182</port>

  </node>

  <node index="3">

    <host>server1</host>

    <port>2183</port>

  </node>

</zookeeper-servers>

<!--定义宏变量，后面需要用-->

<macros>

    <replica>server1</replica>

</macros>

<!--不限制访问来源ip地址-->

<networks>

   <ip>::/0</ip>

</networks>

<!--数据压缩方式，默认为lz4-->

<clickhouse_compression>

<case>

  <min_part_size>10000000000</min_part_size>

                                            

  <min_part_size_ratio>0.01</min_part_size_ratio>                                                                                                                                       

  <method>lz4</method>

</case>

</clickhouse_compression>

</yandex>

注：这里的macros需要修改成每个节点的IP

2 配置引用

在config.xml里追加对metrika.xml的引用。

<!--引入metrika.xml-->

<include_from>/etc/clickhouse-server/config.d/metrika.xml</include_from>

#引用Zookeeper配置的定义

<zookeeper incl="zookeeper-servers" optional="true" />

3 启动clickhouse集群

每个节点上启动clickhouse服务。

sudo clickhouse start

1. 验证

#查询Zookeeper根目录

select * from system.zookeeper where path = '/'

#查询ClickHouse目录

select * from system.zookeeper where path = '/clickhouse'

表引擎简介

表引擎是clickhouse的一大特色。可以说， 表引擎决定了如何存储标的数据。包括：

1）数据的存储方式和位置，写到哪里以及从哪里读取数据

2）支持哪些查询以及如何支持。

3）并发数据访问。

4）索引的使用（如果存在）。

5）是否可以执行多线程请求。

6）数据复制参数。

使用

#1 ReplicatedMergeTree

#2 前置条件

在config里定义宏指令，即macros标签。

/etc/clickhouse-server/config.xml内打开注释或者定义如下标签：

vi /etc/clickhouse-server/config.xml

:set nu

:814

    <macros>

        <shard>01</shard>

        <replica>host01</replica>

    </macros>

注：如果不配置那么在引用宏指令建表时会报错，详见：

#3 准备建表语句

准备个建表语句，脚本内容见下：

create table tb_person (

    id UInt32,

    name String,

    sal Decimal(16,2),

    create_time  Datetime

 ) engine=ReplicatedMergeTree('/clickhouse/tables/shard/tb_person','replica')

 partition by toYYYYMMDD(create_time)

   primary key (id)

   order by (id);

注: shard里的“shard”和replica 里的“replica”必须和config.xml里的macros下标签名匹配上。

#4 执行建表语句

分别在各个节点里执行同样的建表语句（默认端口9000）

clickhouse-client --user default -d default --port=9099 --multiquery <./x.sql

#5 插入数据

在一个节点上插入数据。

   INSERT INTO tb_person values(1,'Shenl',10000.50,now())

   INSERT INTO tb_person values(2,'Liang',20000.85,now())

#6 其它节点上验证

启动客户端验证数据

clickhouse-client --user default -d default --port=9099

#7 zookeeper里验证

zookeeper客户端查看tb_person所在表节点

ls2 /clickhouse/tables/01

Tinylog

最简单的表引擎，用于将数据存储在磁盘上。每列都存储在单独的压缩文件中。写入时，数据将附加到文件末尾。并发数据访问不受任何限制：
 1 如果同时从表中读取并在不同的查询中写入，则读取操作将抛出异常
 2如果同时写入多个查询中的表，则数据将被破坏。

这种表引擎的典型用法是 write-once：首先只写入一次数据，然后根据需要多次读取。查询在单个流中执行。换句话说，此引擎适用于相对较小的表（建议最多100万行）。

该表引擎不支持索引。

示例：

create table tb_person_tinylog ( id UInt32,name String,sal Decimal(16,2), create_time  Datetime) engine=TinyLog;

注：该模式下不支持PARTITION、PRIMARY Key和ORDER BY

mysql表引擎

MySQL 引擎可以对存储在远程 MySQL 服务器上的数据执行 SELECT 查询。

#1 创建mysql表引擎

use default

CREATE TABLE default.department2 (deptno UInt32,dname String,loc String ) ENGINE = MySQL('192.168.0.101:3306', 'ShenLiang2025', 'dept', 'root', 'root1234');

#2 在clickhouse里查询

select * from department2;

Mysql物化表引擎

Clickhouse 22.2版本验证不通过。该参数是实验性，不建议生产里使用。

当前验证版本为Clickhouse 20.8.2.3，mysql5.7。

# 1 ck里查看版本

# 2 插件为mysql_native_password

show variables like '%auth%';

#3 Bin log相关参数打开

#4 用户开放访问权限，至少clickhouse所在的IP能访问，这里是所有机器都可以。

#5 开启物化视图参数（选项）。

SET allow_experimental_database_materialize_mysql = 1;

#5 clickhouse里创建MaterializeMySQL

CREATE DATABASE Ck_mysqlbinlog ENGINE =　MaterializeMySQL('127.0.0.1:3306', 'shenl', 'root', 'root1234');

#5 验证

#1 插入 insert

Mysql里插入一条记录

INSERT INTO tb_people values(1,'Shenl',25);

Ck里查询

select * from tb_people

#2 更新update

在mysql里再次将age更新为28，再进入ck里查询。

select a.*,_version,_sign from tb_people a where a.id = 1;

 由此可见ck取版本号最大的。

#3 删除 delete

Mysql里删除id为1的记录

delete from tb_people where id=1;

ck里查询：

 加_version,_sign查询时会发现age为28的那条记录的_sign被标记为-1，即删除。

#4 修改字段名

Mysql里修改name字段为fullname

alter table tb_people change name fullname varchar(30);

进入ck里查询，则会报错

注：支持添加列与删除列，在mysql添加一列，随后再删除