【ClickHouse系列】ClickHouse之zk目录结构说明
zk目录结构
ClickHouse配置信息
创建基于zk的ClickHouse集群(3zk-2shards-2replicas),主要信息如下:
<?xml version="1.0" encoding="utf-8"?>
<yandex><clickhouse_remote_servers><default><shard><internal_replication>true</internal_replication><replica><host>172.17.0.8</host><port>9000</port></replica><replica><host>172.17.0.7</host><port>9000</port></replica></shard><shard><internal_replication>true</internal_replication><replica><host>172.17.0.6</host><port>9000</port></replica><replica><host>172.17.0.5</host><port>9000</port></replica></shard></default></clickhouse_remote_servers><zookeeper-servers><node index="1"><host>172.17.0.4</host><port>2181</port></node><node index="2"><host>172.17.0.3</host><port>2181</port></node><node index="3"><host>172.17.0.2</host><port>2181</port></node></zookeeper-servers><listen_host>::</listen_host><listen_host>0.0.0.0</listen_host><listen_try>1</listen_try><macros><shard>1</shard><replica>172.17.0.8</replica></macros>
</yandex>
其它3个实例的macros会不同
然后创建ReplicatedMergeTree表,Distributed表,再插入5条记录,如下:
CREATE TABLE log_test ON CLUSTER default
(ts DateTime,uid String,biz String
) ENGINE = ReplicatedMergeTree('/clickhouse/tables/{shard}/log_test','{replica}') PARTITION BY toYYYYMMDD(ts) ORDER BY (ts) SETTINGS index_granularity = 8192;CREATE TABLE log_test_all ON CLUSTER default(ts DateTime,uid String,biz String
) ENGINE= Distributed(default, default, log_test, rand());INSERT INTO log_test VALUES ('2019-06-07 20:01:01', 'a', 'show');
INSERT INTO log_test VALUES ('2019-06-07 20:01:02', 'b', 'show');
INSERT INTO log_test VALUES ('2019-06-07 20:01:03', 'a', 'click');
INSERT INTO log_test VALUES ('2019-06-08 20:01:04', 'c', 'show');
INSERT INTO log_test VALUES ('2019-06-08 20:01:05', 'c', 'click');select * from log_test;
select * from log_test_all;
最终zk的目录结构为
clickhouse
└── tables├── 1│ ├── log_test│ │ ├── metadata #log_test表的元数据信息│ │ ├── temp #临时节点,存储过程中的临时数据│ │ └── mutations #表的变更信息,ClickHouse为区别标准SQL特定的一个名词│ ├── log #写block时记录的log│ │ ├── log-0000000003│ │ ├── log-0000000001│ │ └── log-0000000002│ ├── leader_election #副本选举leader时使用│ │ ├── leader_election-0000000001│ │ └── leader_election-0000000003│ ├── colums #列信息│ ├── blocks #和log是对应的,用于block去重│ │ ├── 201908_12150410223201606212_2366670524718677664│ │ ├── 201908_15367370223201604745_5325320524718463637│ │ └── 201907_34543779872932958925_1436457470273464774│ ├── nonincrement_block_numbers│ ├── replicas #存储各个副本的相关信息│ │ └── 10.0.0.71 │ │ ├── is_lost #标记副本是否过时│ │ ├── metadata #log_test表的元数据信息│ │ ├── is_active #标记副本是否存活│ │ ├── mutation_pointer│ │ ├── colums #列信息│ │ ├── max_processed_insert_time│ │ ├── host #主机名或域名│ │ ├── parts #存储数据所有的parts│ │ │ └── 201908_0_0_0│ │ │ ├── checksums│ │ │ └── colums│ │ ├── flags #用于数据恢复│ │ ├── log_pointer #log指针│ │ ├── min_unprocessed_insert_time│ │ └── queue #临时处理队列│ ├── quorum #与是否配置insert_quorum有关│ │ ├── last_part│ │ └── failed_parts│ └── block_number #存储所有的分区值,会根据merge实时更新│ └── 201908└─ 2
目录说明
根目录:/clickhouse/tables
下一级时是分片信息目录,其中的1
和2
是根据配置中的shard
生成的
<macros><shard>1</shard>
</macros>
分片信息目录中包括所有的表目录,例如:
/clickhouse/tables/1/log_test
/clickhouse/tables/1/log_test2
/clickhouse/tables/1/log_test3
...
以/clickhouse/tables/1/log_test
为例,log_test
表目录包含以下节点,可以通过zkCli.sh
的ls
命令查看
[metadata, temp, mutations, log, leader_election, columns, blocks, nonincrement_block_numbers, replicas, quorum, block_numbers]
表目录说明
metadata
存的是log_test表的元数据信息,如下:
metadata format version: 1
date column:
sampling expression:
index granularity: 8192
mode: 0
sign column:
primary key: ts
data format version: 1
partition key: toYYYYMMDD(ts)
granularity bytes: 10485760
temp
临时目录,用于存储ck工作时的一些临时文件的存储,比如mutation
过程等
mutations
记录数据的变更,ClickHouse的更新和删除的语法是非标准SQL,新的更新和删除是异步执行的批处理操作,自定义了这样一个名字是为了与传统SQL做区分。
正常情况下这个节点是没有数据的,但如果执行了
ALTER TABLE log_test UPDATE uid='aa' where uid='a';
此时在mutations
下会多一个0000000000节点,信息为:
format version: 1
create time: 2020-03-25 07:45:08
source replica: 172.17.0.8
block numbers count: 2
20190607 3
20190608 2
commands: UPDATE uid = \'aa\' WHERE uid = \'a\'
alter version: -1
log
每一个insert语句(严格来说是每一个block
)就会生成一个log文件,无论哪个副本写入数据都会产生log,其他副本会watch这个节点去检查自己的数据是否有延迟,如果有会去同分片有该数据的副本中去clone
log-0000000005 中的信息,如下:
format version: 4
create_time: 2020-03-24 15:21:28
source replica: 172.17.0.7
block_id: 20190909_7580776809554376778_6946384220985995348
get
20190909_0_0_0
leader_election
决定哪个副本作为主副本,查询时优先选择该副本,另一个副本根据这个副本同步,在同步过程中还有很多逻辑判断,是否要重新选主,主副本是否是最新的等等,这里不细说。这里包含所有可用的副本
leader_election-0000000003 中的信息,如下:
172.17.0.8
这个值也是根据配置文件生成的
<macros><replica>172.17.0.8</replica>
</macros>
leader_election-xxxx
是临时节点,如果实例异常,会自动删除,如果实例恢复,会再次写入。如何知道哪个replica是leader可以通过查询system.replicas
的is_leader,为1则为leader,为0则不是leader,该表还有个can_become_leader字段标明是否可以成为leader,这个就与副本延迟程度有关了
columns
存储了该表有哪些列,信息如下:
columns format version: 1
3 columns:
`ts` DateTime
`uid` String
`biz` String
blocks
和logs是对应的,log里面包含着block_id,这个id会存一定的数量,作用是为了数据去重,它的格式是patition_hash[0]_hash[1]
,就是通过hash值来判断是否重复,如果有重复就不再向zk插入相关数据的元信息
20190608_12150410223201606212_2366670524718677664
中的信息是:
20190608_0_0_0
这里就对应着/var/lib/clickhouse/data/default/log_test/20190608_0_0_0
这个part
replicas
存储各个副本的相关信息,节点的名称也是根据这个值也是根据配置文件生成的
<macros><replica>172.17.0.8</replica>
</macros>
172.17.0.8
目录包含
[is_lost, metadata, is_active, mutation_pointer, columns, max_processed_insert_time, host, parts, flags, log_pointer, min_unprocessed_insert_time, queue]
每个节点的作用:
is_lost:标记副本是否过时,依据log_pointer是否是最新的,0为正常,-1为过时,1为修复中
metadata:元数据信息,同上述的metadata
is_active:是否存活,如果服务器异常,会不存在这个节点,恢复后会重新添加进来
columns:列信息
max_processed_insert_time:最大的insert执行时间
host:主机名或域名
parts:存储数据的所有parts,每个part中包含checksums和columns信息
flags:主要用于强制数据恢复
log_pointer:log指针,标记该副本应该处理的log-xxx是哪个
min_unprocessed_insert_time:最小的未处理的延时时间
queue:插入数据量大时,数据会添加到队列中
quorum
与是否配置insert_quorum
有关
block_numbers
存储所有的分区,会根据merge实时更新
【ClickHouse系列】ClickHouse之zk目录结构说明相关推荐
- [Android系列—] 2. Android 项目目录结构与用户界面的创建
前言 在 [Android系列-] 1. Android 开发环境搭建与Hello World 这一篇中介绍了如何快速搭建Android开发环境, 并成功了建立一个没有任何代码更改的 Android ...
- React系列---React+Redux工程目录结构划分
按角色组织 如果你用MVC框架开发过应用,应该知道MVC框架之下,通常有这样一种代码组织方式: controllers/todoController.jsfilterController.js mod ...
- Storm zk目录结构
转自:http://xumingming.sinaapp.com/466/twitter-storm-code-analysis-zookeeper-dirs/ 我们知道Twitter Storm的所 ...
- ClickHouse系列教程三:MergeTree引擎分析
ClickHouse系列教程: ClickHouse系列教程 Clickhouse之MergeTree引擎分析 CRUD Clickhouse支持查询(select)和增加(insert),但是不直接 ...
- ClickHouse 系列教程五:多种连接方法
文章目录 clickhouse-client HTTP 接口 JDBC Python接口 ClickHouse系列教程: ClickHouse系列教程 clickhouse-client 你可以通过c ...
- ClickHouse系列教程八:从一个服务器导入4T数据到另外一个服务器
ClickHouse系列教程: ClickHouse系列教程 遇到了一个问题,就是如何把数据从一个服务器导入到另外一个服务器. 最初的想法是把数据都导出到CSV文件,然后再从CSV文件导入,做法如下: ...
- ClickHouse系列教程七:centos下源码编译安装及报错解决
ClickHouse系列教程: ClickHouse系列教程 参考上一篇博客: ClickHouse系列教程六:源码分析之Debug编译运行 先安装 gcc 8, g++ 8, cmake 3, ni ...
- ClickHouse系列教程六:源码分析之Debug编译运行
ClickHouse系列教程: ClickHouse系列教程 根据官方文档的编译教程:How to Build ClickHouse on Linux - ClickHouse Documentati ...
- ClickHouse系列教程
ClickHouse系列教程一:Debian/Ubuntu 下ClickHouse的安装和使用 ClickHouse系列教程二:使用航班飞行数据 ClickHouse系列教程三:MergeTree引擎 ...
最新文章
- javascript焦点图(根据图片下方的小框自动播放)
- 计算机组装大赛队名,比赛项目设计及评分标准-中国海员技能大比武.DOC
- 【快乐水题】709. 转换成小写字母
- 吃下去的东西老是往上翻上来_这间日日火爆的面馆,当年海藻带宋思明吃过
- web测试点总结---UI、兼容、功能、交互、安全、性能、接口测试
- 【深入浅出MyBatis系列十一】缓存源码分析
- 11 Interior-point methods and Conclusions
- DefaultIfEmpty
- 每天Leetcode 刷题 初级算法篇-打乱数组
- 使用TScopy访问已锁定的文件
- 计算机设置页眉教案,设置页眉页脚——教学设计-20210318083746.docx-原创力文档
- 如何使用电脑注册微博登陆模拟器
- 纬度、经度和坐标系网格
- 火狐控制台的html,怎么使用火狐浏览器调试网页
- 实体认证与身份识别概述
- Python的seek函数
- Win32 OpenGL 编程
- memsql-官宣世界最快的内存关系型数据库安装部署
- centos7升级Apache2.4.6到2.4.54
- 人工智能在生物学和神经科学中的应用