ClickHouse 集群模式 DDL

在 ClickHouse 集群模式下，创建表的 DDL 语句通常取决于你希望数据如何分布在集群中的各个节点上。一般来说，你会用到分布式表 (Distributed) 和分区表 (MergeTree 及其变种)。下面是一个常见的创建表的示例，包含分布式表和本地表。

假设我们有一个两节点的 ClickHouse 集群，节点名称分别为 node1 和 node2，集群名称为 my_cluster。

1. 在每个节点上创建本地表

首先，在每个节点上创建一个本地表。这些本地表通常使用 MergeTree 家族中的引擎，例如 ReplicatedMergeTree 或 ReplacingMergeTree。本地表在集群中的每个节点上都有自己的数据副本。

sql
复制代码
CREATE TABLE my_local_table ON CLUSTER my_cluster
(
    id UInt64,
    name String,
    timestamp DateTime
)
ENGINE = ReplicatedMergeTree('/clickhouse/tables/{shard}/my_local_table', '{replica}')
ORDER BY id
PARTITION BY toYYYYMM(timestamp)

这里的关键部分是 ReplicatedMergeTree 引擎：

• /clickhouse/tables/{shard}/my_local_table 是 ZooKeeper 中存储表信息的路径，{shard} 将被 ClickHouse 解释为分片名称。
• {replica} 将被 ClickHouse 解释为副本名称。

2. 在集群上创建分布式表

接着，创建一个分布式表。这张表不会直接存储数据，而是将查询请求分发给集群中的各个本地表。

sql
复制代码
CREATE TABLE my_distributed_table ON CLUSTER my_cluster
(
    id UInt64,
    name String,
    timestamp DateTime
)
ENGINE = Distributed(my_cluster, 'default', 'my_local_table', rand());

这里的 Distributed 引擎的参数解释如下：

• my_cluster 是集群名称。
• 'default' 是数据库名称（即本地表所在的数据库）。
• 'my_local_table' 是在每个节点上创建的本地表名称。
• rand() 是用于选择目标分片的散列函数。

使用注意事项

1. ZooKeeper 配置：确保 ClickHouse 集群中的每个节点都正确配置了 ZooKeeper，因为 ReplicatedMergeTree 依赖 ZooKeeper 进行协调。
2. 表名和路径：创建 ReplicatedMergeTree 表时，ZooKeeper 路径 (/clickhouse/tables/{shard}/my_local_table) 必须唯一，以防止数据冲突。
3. 集群拓扑：my_cluster 和 {shard} 必须在集群配置文件中正确配置，并且在每个 ClickHouse 节点的配置中定义清楚。

通过这种方式，ClickHouse 在集群模式下能够实现数据的分布式存储和查询，提供高可用性和扩展性。