前言
ClickHouse是俄罗斯的Yandex于2016年开源的列式存储数据库 DBMS ），使用C语言编写，主要用于在线分析处理查询（ OLAP ），能够使用SQL查询实时生成分析数据报告。列式存储：数据按列进行存储，这使得 ClickHouse 能够高效地处理聚合查询和分析操作；高性能：ClickHouse 被设计用于快速查询和分析大规模数据，因此具有出色的性能。分布式架构：支持分布式部署，可以轻松地扩展到多个节点，以处理大量数据和并行查询。实时数据插入：支持实时数据的快速插入，并能在不影响查询性能的情况下进行数据更新。灵活的数据格式支持：支持多种数据格式，包括 JSON、CSV 等，同时也支持压缩和加密。
ClickHouse主要用于数据分析，ClickHouse 适用于各种数据分析场景，包括业务智能、报告、仪表板等；日志分析：由于其高性能和实时数据插入功能，ClickHouse 可以用于大规模日志分析；时序数据处理：适用于处理时序数据，例如传感器数据、监控数据等；实时报表：能够支持实时数据的快速查询和分析，适用于生成实时报表和统计数据。
本节内容主要是关于如何搭建ClickHouse数据库，实现Clickhouse数据库的部署安装。
| hadoop101 | hadoop102 | hadoop103 |
|---|---|---|
| clickhouse | clickhouse | clickhouse |
| zookeeper | zookeeper | zookeeper |
正文
①配置centos系统文件数限制，避免文件句柄数不够使用
- 在/etc/security/limits.conf中增加句柄数的配置
* soft nofile 65536 * hard nofile 65536 * soft nproc 131072 * hard nproc 131072
- 在/etc/security/limits.d/20-nproc.conf的配置中也增加以上句柄数的配置
- 查看配置修改是否生效：ulimit -a
- 将上述俩个配置文件分发到hadoop102和hadoop103服务器上，使配置生效
② 分别在hadoop101、hadoop102、hadoop103服务器安装系统依赖
- 使用yum安装依赖
sudo yum install y libtool sudo yum install y *unixODBC* sudo yum install -y yum-utils sudo yum-config-manager --add-repo https://packages.clickhouse.com/rpm/clickhouse.repo
③ 关闭系统selinux安全配置，并重启hadoop101、hadoop102、hadoop103系统
- 修改/etc/selinux/config中的SELINUX=disabled，并重启系统reboot
④使用官方推荐的方式，使用yum命令分别在hadoop101、hadoop102、hadoop103安装clickhouse服务端和客户端
- 命令：sudo yum install -y clickhouse-server clickhouse-client
⑤启动clickhouse服务端并查看状态
- 命令：
//设置为开机自启动 sudo systemctl enable clickhouse-server //取消开机自启动 sudo systemctl disable clickhouse-server //启动clickhouse-server服务端 sudo systemctl start clickhouse-server //查看clickhouse-server服务端状态 sudo systemctl status clickhouse-server //停止clickhouse-server服务端 sudo systemctl stop clickhouse-server
⑥使用clickhouse客户端连接clickhouse数据库
- 命令：clickhouse-client -m
⑦修改clickhouse的配置文件/etc/clickhouse-server/config.xml，使得hadoop集群间可以相互访问
- 将<listen_host>::</listen_host> 配置打开，然后重启clickhouse服务
- 重启clickhouse服务
- 使用hadoop102的客户端连接hadoop101的服务
⑧验证clickhouse数据库是否可以正常使用
⑨配置副本：在hadoop101、hadoop102、hadoop103配置zookeeper，互为副本保证clickhouse数据库的高可用
- 在配置文件/etc/clickhouse-server/config.xml中配置zookeeper连接信息
<zookeeper> <node> <host>hadoop101</host> <port>2181</port> </node> <node> <host>hadoop102</host> <port>2181</port> </node> <node> <host>hadoop103</host> <port>2181</port> </node> </zookeeper>
- 分发配置文件config.xml到hadoop102、hadoop103服务器
- 启动zookeeper服务器
- 重启clickhouse数据库服务器
⑩验证副本配置是否生效
- 分别在hadoop101、hadoop102、hadoop103服务器创建表t_order
# hadoop101 create table t_order ( id UInt32, sku_id String, total_amount Decimal(16,2), create_time Datetime ) engine = ReplicatedMergeTree('/clickhouse/table/01/t_order','101') partition by toYYYYMMDD(create_time) primary key (id) order by (id,sku_id); # hadoop102 create table t_order ( id UInt32, sku_id String, total_amount Decimal(16,2), create_time Datetime ) engine = ReplicatedMergeTree('/clickhouse/table/01/t_order','102') partition by toYYYYMMDD(create_time) primary key (id) order by (id,sku_id); # hadoop103 create table t_order ( id UInt32, sku_id String, total_amount Decimal(16,2), create_time Datetime ) engine = ReplicatedMergeTree('/clickhouse/table/01/t_order','103') partition by toYYYYMMDD(create_time) primary key (id) order by (id,sku_id);
- 在hadoop101表t_order插入数据
insert into t_order 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hadoop101查询数据
- 在hadoop102查询数据
- 在hadoop103查询数据
⑪查询zookeeper中的clickhouse存储数据是否成功
结语
至此，关于ClickHouse数据库的部署安装实现的内容到这里就结束了，我们下期见。。。。。。
