ClickHouse环境搭建

落日映苍穹つ 2024-03-23 15:00 56阅读 0赞

#### 目录 ####

*  1 ClickHouse 的安装
 *   *  1.1 准备工作
     *   *  1.1.1 确定防火墙处于关闭状态
         *  1.1.2 CentOS 取消打开文件数限制
         *  1.1.3 安装依赖
         *  1.1.4 CentOS 取消 SELINUX
     *  1.2 单机安装
     *   *  1.2.1 在 hadoop102 的/opt/software 下创建 clickhouse 目录
         *  1.2.2 将安装文件上传到 hadoop102 的software/clickhouse 目录下
         *  1.2.3 将安装文件同步到 hadoop103、hadoop104
         *  1.2.4 分别在三台机子上安装这 4 个 rpm 文件
         *  1.2.5 修改配置文件
         *  1.2.6 启动 Server
         *  1.2.7 三台机器上关闭开机自启
         *  1.2.8 使用 client 连接 server
 *  2 副本
 *   *  2.1 副本写入流程
     *  2.2 配置步骤
 *  3 分片集群
 *   *  3.1 集群写入流程（3 分片 2 副本共 6 个节点）
     *  3.2 集群读取流程（3 分片 2 副本共 6 个节点）
     *   *  3.3 3 分片 2 副本共 6 个节点集群配置（供参考）
     *  3.4 配置三节点版本集群及副本
     *   *  3.4.1 集群及副本规划（2 个分片，只有第一个分片有副本）
         *  3.4.2 配置步骤

--------------------

## 1 ClickHouse 的安装 ##

![在这里插入图片描述][c69d01f5f06749a4a8c3c0b721191ba5.png]

### 1.1 准备工作 ###

#### 1.1.1 确定防火墙处于关闭状态 ####

#### 1.1.2 CentOS 取消打开文件数限制 ####

（1）在 hadoop102 的 /etc/security/limits.conf 文件的末尾加入以下内容

[careate@hadoop102 ~]$ sudo vim /etc/security/limits.conf
    * soft nofile 65536
    * hard nofile 65536
    * soft nproc 131072
    * hard nproc 131072

（3）执行同步操作

[careate@hadoop102 ~]$ sudo /home/careate/bin/xsync /etc/security/limits.conf
    
    [careate@hadoop102 ~]$ sudo /home/careate/bin/xsync 
    /etc/security/limits.d/20-nproc.conf

#### 1.1.3 安装依赖 ####

![在这里插入图片描述][ac2ea58a974e4f12b627c990e8b70a1d.png]

[careate@hadoop102 ~]$ sudo yum install -y libtool

在 hadoop103、hadoop104 上执行以上操作

[careate@hadoop102 ~]$ sudo yum install -y *unixODBC*

![在这里插入图片描述][a86032f76fc24a69a2ffc23ce4095635.png]

#### 1.1.4 CentOS 取消 SELINUX ####

（1）修改/etc/selinux/config 中的 SELINUX=disabled

[careate@hadoop102 ~]$ sudo vim /etc/selinux/config
    SELINUX=disabled

（2）执行同步操作

[careate@hadoop102 ~]$ sudo /home/careate/bin/xsync /etc/selinux/config

（3）重启三台服务器

### 1.2 单机安装 ###

官网：`https://clickhouse.tech/`  
下载地址：`http://repo.red-soft.biz/repos/clickhouse/stable/el7/`

#### 1.2.1 在 hadoop102 的/opt/software 下创建 clickhouse 目录 ####

[careate@hadoop102 software]$ mkdir clickhouse

#### 1.2.2 将安装文件上传到 hadoop102 的software/clickhouse 目录下 ####

#### 1.2.3 将安装文件同步到 hadoop103、hadoop104 ####

[careate@hadoop102 software]$ xsync clickhouse

#### 1.2.4 分别在三台机子上安装这 4 个 rpm 文件 ####

[careate@hadoop102 clickhouse]$ sudo rpm -ivh *.rpm

#### 1.2.5 修改配置文件 ####

[careate@hadoop102 clickhouse]$ sudo vim /etc/clickhouse-server/config.xml

（1）把 <listen\_host>::</listen\_host> 的注释打开，这样的话才能让 ClickHouse 被除本机以外的服务器访问  
（2）分发配置文件

sudo /home/careate/bin/xsync /etc/clickhouse-server/config.xml

在这个文件中，有 ClickHouse 的一些默认路径配置，比较重要的  
数据文件路径： /var/lib/clickhouse/  
日志文件路径：/var/log/clickhouse-server/clickhouse-server.log</log

#### 1.2.6 启动 Server ####

[careate@hadoop102 clickhouse]$ sudo systemctl start clickhouse-server

#### 1.2.7 三台机器上关闭开机自启 ####

[careate@hadoop102 clickhouse]$sudo systemctl disable clickhouse-server

#### 1.2.8 使用 client 连接 server ####

[careate@hadoop102 clickhouse]$ clickhouse-client -m

\-m :可以在命令窗口输入多行命令

## 2 副本 ##

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。  
https://clickhouse.tech/docs/en/engines/table-engines/mergetree-family/replication/

### 2.1 副本写入流程 ###

![在这里插入图片描述][1933e108fe7d46f4bb4c0ef0c4302cf7.png]

### 2.2 配置步骤 ###

（1）启动 zookeeper 集群  
（2）在 hadoop102 的/etc/clickhouse-server/config.d 目录下创建一个名为 metrika.xml  
的配置文件,内容如下：  
注：也可以不创建外部文件，直接在 config.xml 中指定

<?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>

（3）同步到 hadoop103 和 hadoop104 上

sudo /home/careate/bin/xsync /etc/clickhouse-server/config.d/metrika.xml

（4）在 hadoop102 的/etc/clickhouse-server/config.xml 中增加

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

（5）同步到 hadoop103 和 hadoop104 上

sudo /home/careate/bin/xsync /etc/clickhouse-server/config.xml

分别在 hadoop102 和 hadoop103 上启动 ClickHouse 服务  
注意：因为修改了配置文件，如果以前启动了服务需要重启

[careate@hadoop102|3 ~]$ sudo clickhouse restart

注意：我们演示副本操作只需要在 hadoop102 和 hadoop103 两台服务器即可，上面的操作，我们 hadoop104 可以你不用同步，我们这里为了保证集群中资源的一致性，做了同步。  
（6）在 hadoop102 和 hadoop103 上分别建表  
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  
①hadoop102

create table t_order_rep2 (
     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);

②hadoop103

create table t_order_rep2 (
     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);

③参数解释  
ReplicatedMergeTree 中，第一个参数是分片的 zk\_path 一般按照：/clickhouse/table/\{shard\}/\{table\_name\} 的格式写，如果只有一个分片就写 01 即可  
第二个参数是副本名称，相同的分片副本名称不能相同。  
（7）在 hadoop102 上执行 insert 语句

insert into t_order_rep2 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');

（8）在 hadoop103 上执行 select，可以查询出结果，说明副本配置正确  
![在这里插入图片描述][5b7bef6f4eb04fc39bde836cb7f0f9c4.png]

## 3 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、路由来操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操作集群的复杂性。`

### 3.1 集群写入流程（3 分片 2 副本共 6 个节点） ###

![在这里插入图片描述][9c7054a501dd4e5599e48b551e0d0b57.png]

### 3.2 集群读取流程（3 分片 2 副本共 6 个节点） ###

![在这里插入图片描述][2f0ccc43d9354e79be13d7b9854ffd6a.png]

#### 3.3 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<remote_servers>中指定`

<yandex>
    <remote_servers>
    <gmall_cluster>  
    <shard> 
    <internal_replication>true</internal_replication>
    
     <replica> 
     <host>hadoop101</host>
     <port>9000</port>
     </replica>
     
     <replica> 
     <host>hadoop102</host>
     <port>9000</port>
     </replica>
    </shard>
     <shard> 
     <internal_replication>true</internal_replication>
     <replica> 
     <host>hadoop103</host>
     <port>9000</port>
     </replica>
     <replica> 
     <host>hadoop104</host>
     <port>9000</port>
     </replica>
     </shard>
     <shard> 
     <internal_replication>true</internal_replication>
     <replica> 
     <host>hadoop105</host>
     <port>9000</port>
     </replica>
     <replica> 
     <host>hadoop106</host>
     <port>9000</port>
     </replica>
     </shard>
    </gmall_cluster>
    </remote_servers>
    </yandex>

### 3.4 配置三节点版本集群及副本 ###

#### 3.4.1 集群及副本规划（2 个分片，只有第一个分片有副本） ####

![在这里插入图片描述][e8f10b820bfe4b65bb095e8cc641bc3b.png]

#### 3.4.2 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<remote_servers>中指定`

<?xml version="1.0"?>
    <yandex>
    <remote_servers>
    <gmall_cluster>  
    <shard>  <internal_replication>true</internal_replication>
     <replica> 
     <host>hadoop102</host>
     <port>9000</port>
     </replica>
     <replica> 
     <host>hadoop103</host>
     <port>9000</port>
     </replica>
    </shard>
    <shard> 
     <internal_replication>true</internal_replication>
     <replica> 
     <host>hadoop104</host>
     <port>9000</port>
     </replica>
    </shard>
    </gmall_cluster>
    </remote_servers>
    <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>
    <macros>
    <shard>01</shard> 
    <replica>rep_1_1</replica> 
    </macros>
    </yandex>

2）将 hadoop102 的 metrika-shard.xml 同步到 103 和 104

sudo /home/careate/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

[careate@hadoop103 ~]$ sudo vim 
    /etc/clickhouse-server/config.d/metrika-shard.xml

![在这里插入图片描述][93dfa7b7c6004626a27912fa9a751454.png]

（2）104

[careate@hadoop104 ~]$ sudo vim 
    /etc/clickhouse-server/config.d/metrika-shard.xml

![在这里插入图片描述][5571fa1623b4492e96bf12d0faed7d73.png]

**4）在 hadoop102 上修改/etc/clickhouse-server/config.xml**  
![在这里插入图片描述][368cc4de34db44979bd8dfcb3bfe1735.png]

**5）同步/etc/clickhouse-server/config.xml 到 103 和 104**

[careate@hadoop102 ~]$ sudo /home/careate/bin/xsync 
    /etc/clickhouse-server/config.xml

**6）重启三台服务器上的 ClickHouse 服务**

[careate@hadoop102 clickhouse-server]$ sudo clickhouse restart
    [careate@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()  
![在这里插入图片描述][33db847a15d7424d932733eae81d6865.png]

**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  
![在这里插入图片描述][ee94e35e2ed04c568ea5832da5d732f4.png]  
![在这里插入图片描述][c2dd3f803da94742bb9e8ddcfd59870c.png]

[c69d01f5f06749a4a8c3c0b721191ba5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/2fc20ecabcad4f73a3672de9af9e19ab.png
[ac2ea58a974e4f12b627c990e8b70a1d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/4978a10347c0415c9693e475cfe38755.png
[a86032f76fc24a69a2ffc23ce4095635.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/d1abf10edf6f461a90e52c077975d185.png
[1933e108fe7d46f4bb4c0ef0c4302cf7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/e467c0f17c504dd9af82ae3cb3f67d93.png
[5b7bef6f4eb04fc39bde836cb7f0f9c4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/71791948b6bc45a389c42a99cd6b92c2.png
[9c7054a501dd4e5599e48b551e0d0b57.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/db2c672efd8240599d51c764a74d22ab.png
[2f0ccc43d9354e79be13d7b9854ffd6a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/46e4066ffba042a092d67916aaa8780c.png
[e8f10b820bfe4b65bb095e8cc641bc3b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/112cbffea94c4ebd8c48117c6b38ca8c.png
[93dfa7b7c6004626a27912fa9a751454.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/de5c88047e7f471fb25eca11765d7d92.png
[5571fa1623b4492e96bf12d0faed7d73.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/20b1e8d0fb764e3b86369498a01641ab.png
[368cc4de34db44979bd8dfcb3bfe1735.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/14c80b604ded42edab02504b4af434c0.png
[33db847a15d7424d932733eae81d6865.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/4800b26146a3400ca2abd61152a01863.png
[ee94e35e2ed04c568ea5832da5d732f4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/9cc25562c81445008067e7eac97dbf5c.png
[c2dd3f803da94742bb9e8ddcfd59870c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/c858604cf0d9479b8b65357183d0b287.png