ClickHouse 副本

ClickHouse 通过副本机制，可以将数据拷贝存储在不同的节点上。这样，如果一个节点发生故障，数据仍然可以从其他节点中获取，确保系统的可用性。

支持副本的引擎

在 ClickHouse 中，并不是所有的引擎都支持副本，而副本有专门的引擎，在官网中可以看到：

其中只有 MergeTree 家族中的引擎支持副本，并且需要在原引擎的基础上，加上副本前缀 Replicated。

还需要注意，副本都是表级别的，并不是相对于服务器而言，一般是哪个表需要创建副本，就对哪个表使用副本引擎。

注意，副本只能同步数据，并不能同步表结构，所以我们需要在副本同步时，先创建对应的表。

配置高可用副本

说到高可用，那必然是少不了 Zookeeper，数据协调和存储还得看 Zookeeper。

通过以引擎参数的形式提供 ZooKeeper 集群的名称和路径，ClickHouse 支持将副本的元信息存储在备用 ZooKeeper 集群上。也就是说，支持将不同数据表的元数据存储在不同的 ZooKeeper 集群上。

我这里配置两个副本，也就是说一共在三台机器上部署，一共有三份数据，充分保障 ClickHouse 中数据的安全、稳定性。

Zookeeper 和 ClickHouse 的搭建可以看我写的下面两篇文章：

• HBase 分布式搭建（其中有Zookeeper集群部署的详细过程）

• ClickHouse 单机安装及基础知识与 Spark 应用

在部署完 Zookeeper 分布式以及 ClickHouse 单机版（每台机器都要安装）后，就可以进行 ClickHouse 副本的配置了。

修改 ClickHouse 配置文件

在其中添加 Zookeeper 集群的信息，先修改一台机器的配置，然后再进行分发同步。

# 请先切换到 root 账户
su root# 进入到 ClickHouse 的配置文件目录
cd /etc/clickhouse-server# 修改配置默认的配置文件
vim config.xml

进入文本编辑器，输入 :/zookeeper 快速定位到：

填写你的 Zookeeper 信息，如下所示：

修改完成后，同步该文件到其它两台机器。分发完成后，重启每台机器的 Zookeeper、ClickHouse。

副本应用

1.副本表概述

官方给出的副本表创建示例：

副本表示例 SQL：

CREATE TABLE table_name
(EventDate DateTime,CounterID UInt32,UserID UInt32
) ENGINE = ReplicatedMergeTree('/clickhouse/tables/{layer}-{shard}/table_name', '{replica}')
PARTITION BY toYYYYMM(EventDate)
ORDER BY (CounterID, EventDate, intHash32(UserID))
SAMPLE BY intHash32(UserID);

其中副本表引擎在创建时，需要传入两个参数：ReplicatedMergeTree('/clickhouse/tables/{layer}-{shard}/table_name', '{replica}')

参数说明

• 参数一：指定在 ZooKeeper 中存储的路径，推荐模板：/clickhouse/tables/{layer}-{shard}/{database}/{table}，其中 {layer}-{shard} 表示分片标识信息，大多数情况下，只需要写入一个占位符。

• 参数二：ZooKeeper 中该表的副本名称，该值必须与其它机器不同！

在创建副本表时，它们可以存储在不同的库中，并不会影响副本的创建，只需要保证它们使用的是同一个 Zookeeper 路径即可。

2.创建副本表

除了副本名称外，其余都需要保持一致。

进入 ClickHouse

# 我没有配置账户与密码
clickhouse-client -m

在 机器1 中创建。

CREATE TABLE test_rp
(EventDate DateTime DEFAULT now(),CounterID UInt32,UserID UInt32
) ENGINE = ReplicatedMergeTree('/clickhouse/tables/01/test_rp', 'test_rp01')
PARTITION BY toYYYYMM(EventDate)
ORDER BY (EventDate);

在 机器2 中创建。

CREATE TABLE test_rp
(EventDate DateTime DEFAULT now(),CounterID UInt32,UserID UInt32
) ENGINE = ReplicatedMergeTree('/clickhouse/tables/01/test_rp', 'test_rp02')
PARTITION BY toYYYYMM(EventDate)
ORDER BY (EventDate);

在 机器3 中创建。

CREATE TABLE test_rp
(EventDate DateTime DEFAULT now(),CounterID UInt32,UserID UInt32
) ENGINE = ReplicatedMergeTree('/clickhouse/tables/01/test_rp', 'test_rp03')
PARTITION BY toYYYYMM(EventDate)
ORDER BY (EventDate);

3.写入模拟数据

往 机器1 中的表内插入一些模拟数据：

insert into test_rp (CounterID,UserID ) values (1,1001),(2,1002),(3,1003);

4.副本验证

数据插入完成后，分别在 机器1、机器2、机器3 上查询该表，检查副本是否创建成功。

select * from test_rp;

机器1 查询结果

我们数据是在 机器1 上写入的，所以它肯定有数据。

机器2 查询结果

副本同步成功。

机器3 查询结果

副本同步成功。

各位也可以反过来测试，在其它机器上插入，然后在不同的机器上进行查询，我这里就不再进行演示了。

扩展 —— 在 Zookeeper 中查看副本表信息

如果你想要在 Zookeeper 中查看副本表的目录结构以及存储情况，那么你可以使用 Zookeeper 的可视化工具进行查看。当然，在命令行中查看也是可以的。

这里使用国内个人开发者设计的 PrettyZoo —— 颜值与功能双在线的 Zookeeper 可视化工具。

软件下载地址 —— PrettyZoo

解压后即可使用，单机左上角 + 号连接 Zookeeper：

创建完成后，直接点击 connect 进行连接：

连接成功后，会自动进入 Zookeeper 目录结构界面：

查看我们创建的副本表的元数据信息：

其中存储了副本表的各种元数据信息，大家感兴趣的话就自己下载玩玩吧，这里不过多介绍了。