当前位置: 萬仟网 > IT编程>数据库>其他数据库 > Clickhouse高可用配置总结

Clickhouse高可用配置总结

2019年10月09日 17:51  | 萬仟网IT编程  | 我要评论

1. 简述

clickhouse默认是多分片单副本集群,分布式表的配置是每个分片只有一份,如果某个节点挂掉的话,则会直接导致写入或查询异常;clickhouse是具有高可用特性的,即每个分片具有2个或以上的副本,当某个节点挂掉时,其他节点上的副本会替代其继续工作,以保证集群正常运行。

本文主要介绍近期针对clickhouse高可用配置的方法以及数据复制的几种方式进行总结。

2. 环境说明

2.1. 软硬件环境

硬件环境

cpu:8  intel xeon e312xx (sandy bridge)

内存:16 gb

网卡:千兆虚拟网卡

软件环境

oscentos linux release 7.5.1804

clickhouse 19.4.3.1.

2.2. 集群介绍

序号

名称

ip

1

wuxiang-test-1

192.168.40.218

2

wuxiang-test-2

192.168.40.238

3

wuxiang-test-3

192.168.40.239

4

wuxiang-test-4

192.168.40.240

5

wuxiang-test-5

192.168.40.241

3. 配置文件说明

clickhouse高可用配置主要用到metrika.xml,默认路径:/etc/metrika.xml

  internal_replication

表示是否只将数据写入其中一个副本,默认为false,表示写入所有副本,在复制表的情况下可能会导致重复和不一致,所以这里一定要改为true

四种复制模式:

  • 非复制表,internal_replication=false写入单机表时,不同服务器查询结果不同;插入到分布式表中的数据被插入到两个本地表中,如果在插入期间没有问题,则两个本地表上的数据保持同步。我们称之为穷人的复制,因为复制在网络出现问题的情况下容易发生分歧,没有一个简单的方法来确定哪一个是正确的复制。
  • 非复制表,internal_replication=true。数据只被插入到一个本地表中,但没有任何机制可以将它转移到另一个表中。因此,在不同主机上的本地表看到了不同的数据,查询分布式表时会出现非预期的数据。显然,这是配置clickhouse集群的一种不正确的方法。
  • 复制表,internal_replication=true。插入到分布式表中的数据仅插入到其中一个本地表中,但通过复制机制传输到另一个主机上的表中。因此两个本地表上的数据保持同步。这是官方推荐配置。
  • 复制表,internal_replication=false。数据被插入到两个本地表中,但同时复制表的机制保证重复数据会被删除。数据会从插入的第一个节点复制到其它的节点。其它节点拿到数据后如果发现数据重复,数据会被丢弃。这种情况下,虽然复制保持同步,没有错误发生。但由于不断的重复复制流,会导致写入性能明显的下降。所以这种配置实际应该是避免的。

 

一条数据要insert到ontime_all_2中,假设经过rand()实际是要写入到hadoop1的ontime_local表中,此时ontime_local配置了两个副本。
如果internal_replication是false,那么就会分别往两个副本中插入这条数据。注意!!!分别插入,可能一个成功,一个失败,插入结果不检验!这就导致了不一致性;
而如果internal_replication是true,则只往1个副本里写数据,其他副本则是由ontime_local自己进行同步,这样就解决了写入一致性问题。

 

配置文件中macros若省略,则建复制表时每个分片需指定zookeeper路径及副本名称,同一分片上路径相同,副本名称不同;若不省略需每个分片不同配置:

<!-- wuxiang-test-1 -->  

  1. <macros>  
  2. <shard>01</shard>  
  3. <replica>replica1</replica>  
  4. </macros>  

<!-- wuxiang-test-2 -->  

  1. <macros>  
  2. <shard>01</shard>  
  3. <replica>replica2</replica>  
  4. </macros>  

<!-- wuxiang-test-3 -->  

  1. <macros>  
  2. <shard>02</shard>  
  3. <replica>replica1</replica>  
  4. </macros>  

<!-- wuxiang-test-4 -->  

  1. <macros>  
  2. <shard>02</shard>  
  3. <replica>replica2</replica>  
  4. </macros>  

4. 复制表引擎说明

复制表引擎采用replicated*mergetree表引擎,此类表引擎支持表级别的数据副本,要使用副本,需在配置中设置zookeeper集群地址。

--创建复制表  

  1. create table test.szt_data_rep   
  2. (  
  3. id string,   
  4. card_id string,   
  5. deal_time string,   
  6. trade_type string,   
  7. trade_sum int16,   
  8. trade_value int16,   
  9. terminal_code string,   
  10. com_line string,   
  11. line_station string,   
  12. car_gate string,   
  13. flag string,   
  14. finish_time date  
  15. )  
  16. engine = replicatedmergetree('/data/clickhouse/{shard}/szt_data_rep', '{replica}')  
  17. partition by finish_time  
  18. order by (card_id, terminal_code)  
  19. sample by card_id;  

replicatedmergetree参数

  • zoo_path zookeeper 中该表的路径,可自定义。
  • replica_name zookeeper 中的该表的副本名称,自定义。

以上参数则是读取配置文件中macros自动填充

表副本创建完成后,可连接zk查看对应路径:

 

/share/apps/zookeeper-3.4.14/bin/zkcli.sh -server 192.168.40.218:2181

5. 数据副本

本文档主要研究两种数据备份方式:服务器备份、交叉备份。

5.1. 服务器备份

服务器备份,按照本文研究的2分片2副本的情况,即一个分片下两个服务器作为两个副本,这两个服务器的数据互相备份。

  配置文件修改如下:

 

internal_replicationtrue,则是由表自动同步数据,若为false则由集群自动同步数据,若使用复制表推荐internal_replication设置为true

此种配置优点在于若分片中有一台服务器挂掉,则另一台可以立即替代其继续运行,待机器启动后数据会自动同步;缺点:复制表需占用整台服务器,耗费资源。

5.2. 交叉备份

交叉备份与上一种备份方式的区别在于,每台机器上运行多个clickhouse实例,以不同端口区分,这样两台服务器上的表数据即可交叉备份。

 配置文件修改如下:

  此种配置方式优点在于节省服务器成本,缺点在于clickhouse对于复杂查询本身占用cpu比较多,多一个服务器同时运行多个实例,可能会对性能造成一定影响。

多实例配置方法:

复制并修改clickhouse server文件:clickhouse-server-1

 

cp /etc/rc.d/init.d/clickhouse-server  /etc/rc.d/init.d/clickhouse-server-1

vim /etc/rc.d/init.d/clickhouse-server-1

 

  复制并修改配置文件:config1.xml 

cp /etc/clickhouse-server/config.xml /etc/clickhouse-server/config1.xml

vim /etc/clickhouse-server/config1.xml

 

  users.xml以及/etc/metrika.xml可根据实际情况决定是否创建新的配置文件;

修改完成之后启动新的实例,并按新设定的端口连接clickhouse即可。

  #若没有对应的服务启动端口,需添加
 firewall-cmd --zone=public --add-port=9021/tcp --permanent

#启动新的服务
service clickhouse-server-1 start

#用新的端口启动
clickhouse-client -m -u default -h 192.168.40.218 --password f7us3tu1 --port 9021

 

6.集群扩展

对于增加或减少服务器的情况,分布式操作只需修改metrika.xml配置文件即可,至于表数据同步,目前找到两种方法:

6.1. 手动同步

在新的服务器上创建相同的表,将需迁移的服务器上的表数据移动到新的服务器对应目录下,然后连接clickhouse执行以下语句:

  1. detach table szt_data_t3; --先将表与数据分(若表已存在)  
  2. attach table szt_data_t3; --然后重新添加进来  

6.2. 创建临时表

在新的服务器上创建表结构相同但表名不同的临时分布式表,然后执行以下语句:

  1. insert into {new_table} select * from {old_table};  

然后删除原分布式表,将临时表重命名即可。

如对本文有疑问,请在下面进行留言讨论,广大热心网友会与你互动!! 点击进行留言回复

相关文章:

◎已有 0 人评论

Copyright © 2019  萬仟网 保留所有权利. 粤ICP备17035492号-1
站长QQ:2386932994 | 联系邮箱:2386932994@qq.com