Clickhouse数据库七：配置高可用（复本）

港控/mmm° 2022-11-12 10:53 201阅读 0赞

## Clickhouse数据库七：配置高可用（复本） ##

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。

clickhouse的副本严重依赖zookeeper, 用于通知副本server状态变更

副本是`表级别的`，不是整个服务器级的。所以，`服务器里可以同时有复本表和非复本表`。

## 7.1 复本写入流程 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70]

## 7.2 配置规划 ##

![在这里插入图片描述][2021032320461466.png]

## 7.3 在hadoop103安装clickhouse ##

参考:[https://blog.csdn.net/weixin\_42796403/article/details/115033468][https_blog.csdn.net_weixin_42796403_article_details_115033468]

## 7.4 创建配置文件: metrika.xml ##

*  分别在`hadoop102和hadoop103`创建配置文件metrika.xml, 配置zookeeper地址

sudo vim /etc/clickhouse-server/config.d/metrika.xml
    
    <?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>

*  告诉**clickhouse 刚刚创建的配置文件的地址**  
    在hadoop102和hadoop103添加如下配置

sudo vim /etc/clickhouse-server/config.xml

找到节点, 在下面添加如下内容

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

![在这里插入图片描述][20210323204748715.png]

## 7.5 分别在hadoop102和hadoop103建表 ##

clickhouse的复本是`表级别的`. 有些语句`不会`自动产生复本, 有些语句`会`自动产生复本

*  对于 `INSERT`和`ALTER` 语句操作数据会在压缩的情况下被复制
 *  而`CREATE，DROP，ATTACH，DETACH 和 RENAME` 语句只会在单个服务器上执行，不会被复制

所以建表的时候, 需要在2个节点上分别手动建表

*  在hadoop102建表

create table rep_t_order_mt2020 (
        id UInt32,
        sku_id String,
        total_amount Decimal(16,2),
        create_time  Datetime
    ) engine =ReplicatedMergeTree('/clickhouse/tables/01/rep_t_order_mt2020','rep_hadoop102')
    partition by toYYYYMMDD(create_time)
    primary key (id)
    order by (id,sku_id);

*  在hadoop103上建表

create table rep_t_order_mt2020 (
        id UInt32,
        sku_id String,
        total_amount Decimal(16,2),
        create_time  Datetime
    ) engine =ReplicatedMergeTree('/clickhouse/tables/01/rep_t_order_mt2020','rep_hadoop103')
    partition by toYYYYMMDD(create_time)
    primary key (id)
    order by (id,sku_id);

*  说明

ReplicatedMergeTree('/clickhouse/tables/01/rep_t_order_mt2020','rep_hadoop103')

参数1: 该表在zookeeper中的路径.  
    	/clickhouse/tables/{shard}/{table_name}  通常写法,  
    	shard表示表的分片编号, 一般用01,02,03…表示
    	table_name 一般和表明保持一致就行
    参数2: 在zookeeper中的复本名.  相同的表, 复本名不能相同

*  在hadoop102上插入数据

insert into  rep_t_order_mt2020
    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')

*  分别在hadoop102和hadoop103查询

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70 1]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70 2]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70]: /images/20221022/47d6c9b277494bf89cf610c777ea58a0.png
[2021032320461466.png]: /images/20221022/53240c3e560a40a6b9420b7aa9b73a5e.png
[https_blog.csdn.net_weixin_42796403_article_details_115033468]: https://blog.csdn.net/weixin_42796403/article/details/115033468
[20210323204748715.png]: /images/20221022/1404d20e99f8465eb6df1e756374f713.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70 1]: /images/20221022/238be5a4e226477681087a3b4e503c7b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70 2]: /images/20221022/b9de66e08376429dab2c484dc3e1c2e0.png