ClickHouse环境搭建

news2024/10/2 20:29:14

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

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

[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

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

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

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

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

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> <!-- 集群名称--> 
<shard> <!--集群的第一个分片-->
<internal_replication>true</internal_replication>
<!--该分片的第一个副本-->
 <replica> 
 <host>hadoop101</host>
 <port>9000</port>
 </replica>
 <!--该分片的第二个副本-->
 <replica> 
 <host>hadoop102</host>
 <port>9000</port>
 </replica>
</shard>
 <shard> <!--集群的第二个分片-->
 <internal_replication>true</internal_replication>
 <replica> <!--该分片的第一个副本-->
 <host>hadoop103</host>
 <port>9000</port>
 </replica>
 <replica> <!--该分片的第二个副本-->
 <host>hadoop104</host>
 <port>9000</port>
 </replica>
 </shard>
 <shard> <!--集群的第三个分片-->
 <internal_replication>true</internal_replication>
 <replica> <!--该分片的第一个副本-->
 <host>hadoop105</host>
 <port>9000</port>
 </replica>
 <replica> <!--该分片的第二个副本-->
 <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

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> <!-- 集群名称--> 
<shard> <!--集群的第一个分片--> <internal_replication>true</internal_replication>
 <replica> <!--该分片的第一个副本-->
 <host>hadoop102</host>
 <port>9000</port>
 </replica>
 <replica> <!--该分片的第二个副本-->
 <host>hadoop103</host>
 <port>9000</port>
 </replica>
</shard>
<shard> <!--集群的第二个分片-->
 <internal_replication>true</internal_replication>
 <replica> <!--该分片的第一个副本-->
 <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> <!--不同机器放的分片数不一样-->
<replica>rep_1_1</replica> <!--不同机器放的副本数不一样-->
</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

（2）104

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

在这里插入图片描述

4）在 hadoop102 上修改/etc/clickhouse-server/config.xml
在这里插入图片描述

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

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
在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/436803.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

Baumer工业相机堡盟工业相机如何联合BGAPISDK和OpenCV实现图像的伽马变换校正算法增强（C++）

Baumer工业相机堡盟工业相机如何联合BGAPISDK和OpenCV实现图像的伽马变换校正算法增强（C++）

Baumer工业相机堡盟工业相机如何联合BGAPISDK和OpenCV实现图像的伽马变换校正算法增强&#xff08;C&#xff09; Baumer工业相机Baumer工业相机使用图像算法增加图像的技术背景Baumer工业相机通过BGAPI SDK联合OpenCV使用图像增强算法1.引用合适的类文件2.BGAPI SDK在图像回调…
阅读更多...
第三章 作业（7BF）【计算机系统结构】

第三章 作业（7BF）【计算机系统结构】

第三章 作业&#xff08;7BF&#xff09;【计算机系统结构】 前言推荐第三章 作业&#xff08;7BF&#xff09;71115鲲鹏流水线调研华为鲲鹏处理器ARM体系的总体思想ARM的流水线结构 最后 前言 2023-4-10 18:49:41 以下内容源自《【计算机系统结构】》 仅供学习交流使用 推荐…
阅读更多...
上一次c语言多文件处理代码的改进和总结

上一次c语言多文件处理代码的改进和总结

先看看上一次的文件&#xff1a; (3条消息) 认真复习c语言1_穿花云烛展的博客-CSDN博客 对于有重复结构体定义但是并不会报错&#xff0c;只是难以修改而已&#xff1a;为了解决这个一改就要改两次的情况&#xff0c;这里有一个解决方案&#xff1a; 上面的代码是可以运行的&…
阅读更多...
常见的Web攻击技术

常见的Web攻击技术

文章目录 前言HTTP 不具备必要的安全功能在客户端即可篡改请求针对 Web 应用的攻击模式 因输出值转义不完全引发的安全漏洞跨站脚本攻击XSSXSS实例 SQL 注入攻击实例 HTTP 首部注入攻击HTTP 首部注入攻击案例HTTP 响应截断攻击 因会话管理疏忽引发的安全漏洞会话劫持会话固定攻…
阅读更多...
Java企业级开发学习笔记（2.2）利用MyBatis实现CRUD操作

Java企业级开发学习笔记（2.2）利用MyBatis实现CRUD操作

该文章主要为完成实训任务&#xff0c;详细实现过程及结果见【http://t.csdn.cn/ajSEO】 文章目录 一、准备工作二、查询表记录2.1 在映射器配置文件里引入结果映射元素2.2 添加按姓名查询用户记录功能2.2.1 添加按姓名查询的映射语句2.2.2 添加按姓名查询用户记录的测试方法2.…
阅读更多...
17、嵌入式Servlet容器

17、嵌入式Servlet容器

文章目录 1、切换嵌入式Servlet容器2、定制Servlet容器 【尚硅谷】SpringBoot2零基础入门教程-讲师&#xff1a;雷丰阳 笔记 路还在继续&#xff0c;梦还在期许 1、切换嵌入式Servlet容器 ● 默认支持的webServer ○ Tomcat, Jetty, or Undertow ○ ServletWebServerApplicati…
阅读更多...
C++linux高并发服务器项目实践 day7

C++linux高并发服务器项目实践 day7

Clinux高并发服务器项目实践 day7 进程间通信匿名管道管道的特点匿名管道的使用创建匿名管道查看管道缓冲大小命令查看管道缓冲大小函数匿名管道通信案例 管道的读写特点 有名管道有名管道的使用写FIFO管道读FIFO管道总结有名管道实现简单版聊天功能 进程间通信 进程是一个独立…
阅读更多...
SRv6实践项目(五)：ONOS控制平面实现控制

SRv6实践项目(五)：ONOS控制平面实现控制

在先前的几个小结中&#xff0c;一共了解了&#xff1a; p4的编译过程p4runtime的实现原理NDP协议的简单工作流程YANG模型的定义以及用处基于YANG的配置和状态的读写 一共实现了&#xff1a; Mininet拓扑创建p4的基本框架编写对数据平面进行订阅以实现状态读取对数据平面进行…
阅读更多...
OJ系统刷题 第十一篇（重点题）

OJ系统刷题 第十一篇（重点题）

13463 - 折点计数&#xff08;难题&#xff01;重点题&#xff01;&#xff09; 时间限制 : 1 秒 内存限制 : 128 MB 给定 n 个整数表示一个商店连续 n 天的销售量。 如果某天之前销售量在增长&#xff0c;而后一天销售量减少&#xff0c;则称这一天为折点&#xff0c;反过来…
阅读更多...
玩转车载影像传输技术 ，学习Opengl与Surface渲染提升车载影像传输效果

玩转车载影像传输技术 ，学习Opengl与Surface渲染提升车载影像传输效果

近年来&#xff0c;随着智能化汽车的快速发展&#xff0c;车载倒车影像逐渐成为了汽车安全辅助系统的标配&#xff0c;而高清传输的倒车影像则成为了目前主流的倒车影像传输方式。在这一过程中&#xff0c;Opengl与Surface渲染技术的应用也是不可或缺的一环。 一、高清传输倒车…
阅读更多...
E. Archaeology(纯思维)

E. Archaeology(纯思维)

Problem - E - Codeforces 爱丽丝买了一个刚果总理视频的订阅&#xff0c;正在看一部关于苏格兰卡特林湖的因子岛的考古发现的纪录片。考古学家发现了一本书&#xff0c;其年代和来源都不明。也许爱丽丝可以对它进行一些解释&#xff1f; 这本书包含一串字符 "a"、&…
阅读更多...
【AI绘画】Stable Diffusion的介绍及程序示例

【AI绘画】Stable Diffusion的介绍及程序示例

Stable Diffusion 1.背景2.StableD 的原理3.StableD 的应用3.1.如何使用 StableD 进行图像生成3.2 图像生成与编辑3.2.1 生成新图像3.2.2 图像编辑 1.背景 近年来&#xff0c;随着人工智能技术的发展&#xff0c;图像生成和合成技术得到了很大的发展。Stable Diffusion (Stable…
阅读更多...
MyBatis的关联映射和缓存机制

MyBatis的关联映射和缓存机制

学习目标&#xff1a; 了解数据表之间的三种关联关系了解对象之间的三种关系熟悉关联关系中的嵌套查询和嵌套结果掌握一对一关联映射掌握—对多关联映射掌握多对多关联映射熟悉Mybatis的缓存机制 文章概述&#xff1a; 前面几章介绍了MyBatis的基本用法、关联映射和动态SQL等…
阅读更多...
CompletableFuture异步编排

CompletableFuture异步编排

CompletableFuture异步编排 1、CompletableFuture异步编排1.1 为什么需要异步编排1.2 CompletableFuture介绍1.3 创建异步对象1.4 线程串行化与并行化方法1.5 多任务组合1.6 优化商品详情页(业务代码)1.6.1 未优化之前的代码1.6.2 使用CompletableFuture异步编排1.6.3 测试功能…
阅读更多...
Linux 下 REST 客户端的新选择：Insomnia 3.0

Linux 下 REST 客户端的新选择：Insomnia 3.0

正在为 Linux 桌面端找一个免费的 REST 客户端&#xff1f; 别睡不着觉了&#xff01;试试 Insomnia。 这个应用是跨平台的&#xff0c;可以工作在 Linux、macOS、Windows。开发者 Gregory Schier 告诉我们他创造这个应用是为了“帮助开发者处理和 REST API 的通信”。他还说&a…
阅读更多...
如何在Java中创建临时文件？

如何在Java中创建临时文件？

在Java程序中&#xff0c;有时需要创建临时文件来暂存数据或者执行某些操作。Java提供了许多方式来创建临时文件。在本教程中&#xff0c;我们将介绍如何使用Java标准库来创建临时文件。 一、使用File.createTempFile()方法 Java标准库中的File类提供了createTempFile()方法来…
阅读更多...
设计模式--单例模式

设计模式--单例模式

介绍 所谓类的单例模式 就是采取一定的方法保证在整个软件系统中对某个类只能存在一个对象实例,并且该类只提供一个取得其对象实例的方法(静态方法) 比如 Hibemate的SessionFactory 它充当数据存储源的代理 并负责创建Session对象 SessionFactory并不是轻量级的 一般情况下 一个…
阅读更多...
Java中的Map(三种双列集合万字详解)

Java中的Map(三种双列集合万字详解)

点击可查看单列集合Set万字详解&#xff1a;其中还包含哈希解读和底层分析。 文章目录 前言一、Map1.Map集合常用的API代码演示&#xff1a;1.Map集合的基本功能2.Map集合的获取功能3.Map的getOrDefault()方法 2.Map集合的三种遍历1.键找值、值找键2.键值对3.Lambda表达式 二、…
阅读更多...
【C++11】晦涩难懂语法系列：可变参数模板

【C++11】晦涩难懂语法系列：可变参数模板

目录 可变参数模板 1.1 概念 1.2 可变参数模板定义 1.3 参数包的展开方式 1.3.1 递归展开参数包 1.3.2 逗号表达式展开参数包 1.4 STL的emplace系列函数 可变参数模板 1.1 概念 在C语言阶段&#xff0c;我们已经接触过可变参数&#xff0c;比如scand、printf等等 这里…
阅读更多...
9.2 回归分析

9.2 回归分析

学习目标&#xff1a; 回归分析是一种广泛应用于数据分析和预测的统计方法&#xff0c;可以用来探索自变量与因变量之间的关系并进行预测。我学习回归分析&#xff0c;我会采取以下步骤&#xff1a; 学习基本概念&#xff1a;回归分析中的基本概念包括自变量和因变量、回归系数…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023