Clickhouse学习笔记（5）—— ClickHouse 副本

Data Replication | ClickHouse Docs

副本的目的主要是保障数据的高可用性，即使一台 ClickHouse 节点宕机，那么也可以从其他服务器获得相同的数据

注意：

• clickhouse副本机制的实现要基于zookeeper
• clickhouse的副本机制只适用于MergeTree family

副本写入流程

注意：两台clickhouse服务器没有主从之分

副本配置流程

1.启动 zookeeper 集群（版本：3.5.7）

通过prettyZoo可以实现zookeeper节点的可视化：

下载地址：Releases · vran-dev/PrettyZoo · GitHub

2.指定要使用的zookeeper服务器

有两种方法：
首先打开/etc/clickhouse-server/config.xml

搜索关键词zookeeper：

（730行）

方法①（内部设置）：取消<zookeeper></zookeeper>之间内容的注释，按照自己zookeeper节点的配置修改host和port即可

方法②（外部设置）参考注释内容配置

首先在/etc/clickhouse-server/config.d文件夹下创建配置文件metrika.xml（配置文件路径以及文件名自定义即可，这里是官方的建议）

将以下内容写入配置文件中：

<?xml version="1.0"?>
<yandex>
<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>
</yandex>

其中<zookeeper></zookeeper>之间的内容与内部配置基本一样

然后打开/etc/clickhouse-server/config.xml

添加以下内容：

<zookeeper incl="zookeeper-servers" optional="true" />
<include_from>/etc/clickhouse-server/config.d/metrika.xml</include_from>

之后将配置同步到其他节点上即可

3.启动clickhouse集群

如果之前未启动，直接启动即可

如果已经启动，则需要重启

副本机制测试

需要注意：副本只能同步数据，不能同步表结构，所以我们需要在每台机器上自己手动建表

在hadoop102上

create table t_order_rep (\id UInt32,\sku_id String,\total_amount Decimal(16,2),\create_time Datetime\
) engine =ReplicatedMergeTree('/clickhouse/table/01/t_order_rep','rep_102')\
partition by toYYYYMMDD(create_time)\
primary key (id)\
order by (id,sku_id);

其中指定引擎为：engine =ReplicatedMergeTree('/clickhouse/table/01/t_order_rep','rep_102')

通过官方文档可以得知，合并书家族的每一种引擎都有其对应的副本引擎：

所以ReplicatedMergeTree即支持副本机制的合并树引擎；

两个参数：

参数1—分片的 zk_path 一般按照：/clickhouse/table/{shard}/{table_name} 的格式，如果只有一个分片就写 01 即可

配置完成后可以在prettyzoo中查看到相应的内容：

参数2—副本名称（相同的分片副本名称不能相同）

在hadoop103上：

create table t_order_rep (\id UInt32,\sku_id String,\total_amount Decimal(16,2),\create_time Datetime\
) engine =ReplicatedMergeTree('/clickhouse/table/01/t_order_rep','rep_103')\
partition by toYYYYMMDD(create_time)\
primary key (id)\
order by (id,sku_id);

之后在hadoop102上插入数据：

insert into t_order_rep values\
(101,'sku_001',1000.00,'2020-06-01 12:00:00'),\
(102,'sku_002',2000.00,'2020-06-01 12:00:00'),\
(103,'sku_004',2500.00,'2020-06-01 12:00:00'),\
(104,'sku_002',2000.00,'2020-06-01 12:00:00'),\
(105,'sku_003',600.00,'2020-06-02 12:00:00');

在hadoop103上进行查询，成功查询到数据：