ClickHouse05

ClickHouse05 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 *** 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 *** 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
注：也可以不创建外部文件，直接在 config.xml 的中指定




true

hadoop101 9000 hadoop102 9000 true hadoop103 9000 hadoop104 9000 true hadoop105 9000 hadoop106 9000 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） hadoop102 hadoop103 hadoop104 01 rep_1_1 01 rep_1_2 02 rep_2_1 7.4.2 配置步骤 1）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 的中指定 true hadoop102 9000 hadoop103 9000 true hadoop104 9000 hadoop102 2181 hadoop103 2181 hadoop104 2181 01 rep_1_1 2）将 hadoop102 的 metrika-shard.xml 同步到 103 和 104 sudo /home/atguigu/bin/xsync /etc/clickhouse-server/config.d/metrika-shard.xml 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 （2）104 [atguigu@hadoop104 ~]$ sudo vim /etc/clickhouse-server/config.d/metrika-shard.xml 4）在 hadoop102 上修改/etc/clickhouse-server/config.xml 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 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); 可以到 hadoop103 和 hadoop104 上查看表是否创建成功

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()
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’);
10）通过查询分布式表和本地表观察输出结果
（1）分布式表
SELECt * FROM st_order_mt_all;
（2）本地表
select * from st_order_mt;
（3）观察数据的分布
st_order_mt_all
hadoop102:
st_order_mt
hadoop103:
st_order_mt
hadoop104:
st_order_mt
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 102 即可。