Clickhouse單機部署以及從mysql增量同步數據

時間 2019-11-06

標籤 clickhouse 單機部署以及 mysql 增量同步數據欄目 MySQL 简体版

原文原文鏈接

背景：html

隨着數據量的上升，OLAP一直是被討論的話題，雖然druid，kylin可以解決OLAP問題，可是druid，kylin也是須要和hadoop全家桶一塊兒用的，異常的笨重，再說我也搞不定，那隻能找我能搞定的技術。故引進clickhoue，關於clickhoue在17年本人就開始關注，而且寫了一些入門的介紹，直到19年clickhoue功能慢慢的豐富才又慢慢的關注，而且編寫了同步程序，把mysql數據實時同步到clickhoue，而且最終在線上使用起來。python

關於clickhouse是什麼請自行查閱官網：https://clickhouse.yandex/mysql

clickhouse官方性能測試：https://clickhouse.yandex/benchmark.htmlgit

clickhouse面對海量數據，好比單表過百億可使用集羣（複製+分片），若是數據量比較小，好比單表10-20億使用單機就足以知足查詢需求。若是使用複製須要使用zk，更多集羣的請自行查閱官方資料。github

單機部署（之前的文章也有寫過單機部署）：redis

在2016年clickhouse剛開始開源的時候對Ubuntu支持很是友好，一個apt命令就能夠安裝了。對於centos等系統支持就比較差，須要本身編譯，並且不必定可以成功。隨着使用人羣的擴大，目前對於centos支持也是很是的友好了，有rpm包能夠直接安裝。甚至目前Altinity公司已經制做了yum源，添加源以後直接yum安裝完成。這個在官方文檔裏面也有提到，參考： https://clickhouse.yandex/docs/en/getting_started/ https://github.com/Altinity/clickhouse-rpm-install 。目前線上使用的是centos 7.0的系統。之因此使用7.0的系統是由於同步數據的程序是用python寫的，並且用到的一個核心包：python-mysql-replication須要使用python 2.7的環境。同時因爲clickhouse不兼容mysql協議，爲了方便開發接入系統不用過多更改代碼，引入了proxysql兼容mysql協議，clickhouse最新版本已經支持mysql協議，支持clickhouse的proxysql也須要python 2.7的環境，因此乾脆直接用centos 7.0系統sql

測試環境：
服務器數量：1臺
操做系統：centos 7.1
安裝服務：clickhouse，mysql
安裝mysql是測試clickhouse從mysql同步數據。數據庫

clickhouse安裝：bootstrap

添加yum源centos

curl -s https://packagecloud.io/install/repositories/altinity/clickhouse/script.rpm.sh | sudo bash

yum安裝

yum install -y clickhouse-server clickhouse-client

服務啓動

/etc/init.d/clickhouse-server start

默認數據存放位置是： /var/lib/clickhouse/

登陸，查看數據庫（默認用戶是default，密碼爲空）

[root@ck-server-01 sync]# clickhouse-client -h 127.0.0.1
ClickHouse client version 19.9.2.4.
Connecting to 127.0.0.1:9000 as user default.
Connected to ClickHouse server version 19.9.2 revision 54421.

ck-server-01 :) show databases;

SHOW DATABASES

┌─name────┐
│ default │
│ system  │
└─────────┘

2 rows in set. Elapsed: 0.003 sec. 

ck-server-01 :)

default數據庫裏面沒有任何東西，和mysql裏面的test庫是同樣的。system庫看名字就知道是什麼。到這裏clickhouse就部署完成，是否是很簡單？

補充一點，在官方的文檔裏面有幾點建議：
1. 關閉大頁
2. 調整內存使用
3. 關閉cpu節能模式

echo 'performance' | sudo tee /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor
echo 0 > /proc/sys/vm/overcommit_memory
echo 'never' > /sys/kernel/mm/transparent_hugepage/enabled

mysql部署請自行部署。這裏不作介紹。若是想從mysql同步數據那麼binlog 格式必須是row。並且必須binlog_row_image=full

安裝同步程序依賴的包;同步程序能夠放在clickhouse服務器上面，也能夠單獨放在其餘服務器。同步程序使用pypy啓動，因此安裝包的時候須要安裝pypy的包。

yum -y install pypy-libs pypy pypy-devel
wget https://bootstrap.pypa.io/get-pip.py
pypy get-pip.py
/usr/lib64/pypy-5.0.1/bin/pip install MySQL-python
/usr/lib64/pypy-5.0.1/bin/pip install mysql-replication
/usr/lib64/pypy-5.0.1/bin/pip install clickhouse-driver
/usr/lib64/pypy-5.0.1/bin/pip install redis

這裏也安裝了redis模塊是由於同步的binlog pos能夠存放在redis裏面，固然程序也是支持存放在文件裏面

proxysql安裝（主要是爲了clickhouse兼容mysql協議）： proxysql在這裏下載：https://github.com/sysown/proxysql/releases 選擇帶clickhouse的包下載，不然不會支持clickhouse

proxysql安裝及配置

rpm -ivh proxysql-2.0.3-1-clickhouse-centos7.x86_64.rpm

啓動（必須這樣啓動，不然是不支持clickhouse的）：

proxysql --clickhouse-server

登陸proxysql，設置帳戶：

mysql -uadmin -padmin -h127.0.0.1 -P6032
INSERT INTO clickhouse_users VALUES ('clicku','clickp',1,100);
LOAD CLICKHOUSE USERS TO RUNTIME;
SAVE CLICKHOUSE USERS TO DISK;

使用proxysql鏈接到clickhouse：

[root@ck-server-01 sync]# mysql -u clicku -pclickp -h 127.0.0.1 -P6090
mysql: [Warning] Using a password on the command line interface can be insecure.
Welcome to the MySQL monitor.  Commands end with ; or \g.
Your MySQL connection id is 28356
Server version: 5.5.30 (ProxySQL ClickHouse Module)

Copyright (c) 2000, 2019, Oracle and/or its affiliates. All rights reserved.

Oracle is a registered trademark of Oracle Corporation and/or its
affiliates. Other names may be trademarks of their respective
owners.

Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.

mysql> show databases;
+---------+
| name    |
+---------+
| default |
| system  |
+---------+

mysql同步數據到clickhouse

mysql裏面有個庫yayun，庫裏面有張表tb1，同步這張表到clickhoue

mysql> use yayun;
Database changed
mysql> show create table tb1\G
*************************** 1. row ***************************
       Table: tb1
Create Table: CREATE TABLE `tb1` (
  `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
  `pay_money` decimal(20,2) NOT NULL DEFAULT '0.00',
  `pay_day` date NOT NULL,
  `pay_time` datetime NOT NULL DEFAULT '0000-00-00 00:00:00',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4
1 row in set (0.00 sec)

1. clickhoue裏面建庫，建表。

ck-server-01 :) create database yayun;

CREATE DATABASE yayun

Ok.

0 rows in set. Elapsed: 0.021 sec. 

ck-server-01 :)

2. 建表（clickhouse建表的格式以及字段類型和mysql徹底不同，若是字段少還能夠本身建，若是字段多比較痛苦，可使用clickhouse自帶的從mysql導數據的命令來建表）,在建表以前須要進行受權，由於程序同步也是模擬一個從庫拉取數據.

GRANT REPLICATION SLAVE, REPLICATION CLIENT, SELECT ON *.* TO 'ch_repl'@'127.0.0.1' identified by '123';

3. 登錄clickhouse進行建表

ck-server-01 :) use yayun;

USE yayun

Ok.

0 rows in set. Elapsed: 0.001 sec. 

ck-server-01 :) CREATE TABLE tb1
:-]  ENGINE = MergeTree
:-]  PARTITION BY toYYYYMM(pay_time)
:-]  ORDER BY (pay_time) AS
:-]  SELECT *
:-]  FROM mysql('127.0.0.1:3306', 'yayun', 'tb1', 'ch_repl', '123') ;

CREATE TABLE tb1
ENGINE = MergeTree
PARTITION BY toYYYYMM(pay_time)
ORDER BY pay_time AS
SELECT *
FROM mysql('127.0.0.1:3306', 'yayun', 'tb1', 'ch_repl', '123') 

Ok.

0 rows in set. Elapsed: 0.031 sec.

這裏使用MergeTree引擎，MergeTree是clickhouse裏面最牛逼的引擎，支持海量數據，支持索引，支持分區，支持更新刪除。toYYYYMM(pay_time)的意思是根據pay_time分區，粒度是按月。ORDER BY (pay_time)的意思是根據pay_time排序存儲，同時也是索引。上面的create table命令若是mysql表裏面之後數據那麼數據也會一併進入clickhouse裏面。一般會limit 1，而後更改一下表結構。上面沒有報錯的話咱們看看clickhouse裏面的表結構：

ck-server-01 :) show create table tb1;

SHOW CREATE TABLE tb1

┌─statement────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│ CREATE TABLE yayun.tb1 (`id` UInt32, `pay_money` String, `pay_day` Date, `pay_time` DateTime) ENGINE = MergeTree PARTITION BY toYYYYMM(pay_time) ORDER BY pay_time SETTINGS index_granularity = 8192 │
└──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

1 rows in set. Elapsed: 0.002 sec.

其中這裏的index_granularity = 8192是指索引的粒度。若是數據量沒有達到百億，那麼一般無需更改。表結構也建立完成之後如今配置同步程序配置文件：metainfo.conf

[root@ck-server-01 sync]# cat metainfo.conf 
# 從這裏同步數據
[master_server]
host='127.0.0.1'
port=3306
user='ch_repl'
passwd='123'
server_id=101

# redis配置信息，用於存放pos點
[redis_server]
host='127.0.0.1'
port=6379
passwd='12345'
log_pos_prefix='log_pos_'

#把log_position記錄到文件
[log_position]
file='./repl_pos.log'

# ch server信息，數據同步之後寫入這裏
[clickhouse_server]
host=127.0.0.1
port=9000
passwd=''
user='default'
#字段大小寫. 1是大寫，0是小寫
column_lower_upper=0

# 須要同步的數據庫
[only_schemas]
schemas='yayun'

# 須要同步的表
[only_tables]
tables='tb1'

# 指定庫表跳過DML語句(update,delete可選)
[skip_dmls_sing]
skip_delete_tb_name = ''
skip_update_tb_name = ''

#跳過全部表的DML語句（update，delete可選）
[skip_dmls_all]
#skip_type = 'delete'
#skip_type = 'delete,update'
skip_type = ''

[bulk_insert_nums]
#多少記錄提交一次
insert_nums=10
#選擇每隔多少秒同步一次,負數表示不啓用,單位秒
interval=60

# 同步失敗告警收件人
[failure_alarm]
mail_host= 'xxx'
mail_port= 25
mail_user= 'xxx'
mail_pass= 'xxx'
mail_send_from = 'xxx'
alarm_mail = 'xxx'

#日誌存放路徑
[repl_log]
log_dir="/tmp/relication_mysql_clickhouse.log"

設置pos點：
和mysql搭建從庫同樣，配置從哪裏開始同步，看mysql的pos點：

mysql> show master status;
+------------------+----------+--------------+------------------+-------------------+
| File             | Position | Binlog_Do_DB | Binlog_Ignore_DB | Executed_Gtid_Set |
+------------------+----------+--------------+------------------+-------------------+
| mysql-bin.000069 |  4024404 |              |                  |                   |
+------------------+----------+--------------+------------------+-------------------+
1 row in set (0.00 sec)

把pos點寫入文件或者redis，我選擇記錄到文件就是。

[root@ck-server-01 sync]# cat repl_pos.log 
[log_position]
filename = mysql-bin.000069
position = 4024404

[root@ck-server-01 sync]#

啓動同步程序：

[root@ck-server-01 sync]# pypy replication_mysql_clickhouse.py --help
usage: Data Replication to clikhouse [-h] [-c CONF] [-d] [-l]

mysql data is copied to clikhouse

optional arguments:
  -h, --help            show this help message and exit
  -c CONF, --conf CONF  Data synchronization information file
  -d, --debug           Display SQL information
  -l, --logtoredis      log position to redis ,default file

By dengyayun @2019
[root@ck-server-01 sync]#

默認pos點就是記錄文件，無需再指定記錄binlog pos方式

[root@ck-server-01 sync]# pypy replication_mysql_clickhouse.py --conf metainfo.conf --debug
11:59:54 INFO     開始同步數據時間 2019-07-17 11:59:54
11:59:54 INFO     從服務器 127.0.0.1:3306 同步數據
11:59:54 INFO     讀取binlog: mysql-bin.000069:4024404
11:59:54 INFO     同步到clickhouse server 127.0.0.1:9000
11:59:54 INFO     同步到clickhouse的數據庫: ['yayun']
11:59:54 INFO     同步到clickhouse的表: ['tb1']

mysql插入10條數據：

mysql> insert into  tb1 (pay_money,pay_day,pay_time)values('66.22','2019-06-29','2019-06-29 14:00:00'),('66.22','2019-06-29','2019-06-29 14:00:00'),('66.22','2019-06-29','2019-06-29 14:00:00'),('66.22','2019-06-29','2019-06-29 14:00:00'),('66.22','2019-06-29','2019-06-29 14:00:00'),('66.22','2019-06-29','2019-06-29 14:00:00'),('66.22','2019-06-29','2019-06-29 14:00:00'),('66.22','2019-06-29','2019-06-29 14:00:00'),('66.22','2019-06-29','2019-06-29 14:00:00'),('66.22','2019-06-29','2019-06-29 14:00:00') ;
Query OK, 10 rows affected (0.01 sec)
Records: 10  Duplicates: 0  Warnings: 0

mysql> select * from tb1;
+----+-----------+------------+---------------------+
| id | pay_money | pay_day    | pay_time            |
+----+-----------+------------+---------------------+
|  1 |     66.22 | 2019-06-29 | 2019-06-29 14:00:00 |
|  3 |     66.22 | 2019-06-29 | 2019-06-29 14:00:00 |
|  5 |     66.22 | 2019-06-29 | 2019-06-29 14:00:00 |
|  7 |     66.22 | 2019-06-29 | 2019-06-29 14:00:00 |
|  9 |     66.22 | 2019-06-29 | 2019-06-29 14:00:00 |
| 11 |     66.22 | 2019-06-29 | 2019-06-29 14:00:00 |
| 13 |     66.22 | 2019-06-29 | 2019-06-29 14:00:00 |
| 15 |     66.22 | 2019-06-29 | 2019-06-29 14:00:00 |
| 17 |     66.22 | 2019-06-29 | 2019-06-29 14:00:00 |
| 19 |     66.22 | 2019-06-29 | 2019-06-29 14:00:00 |

同步程序日誌輸出：

[root@ck-server-01 sync]# pypy replication_mysql_clickhouse.py --conf metainfo.conf --debug
12:12:09 INFO     開始同步數據時間 2019-07-17 12:12:09
12:12:09 INFO     從服務器 127.0.0.1:3306 同步數據
12:12:09 INFO     讀取binlog: mysql-bin.000069:4024404
12:12:09 INFO     同步到clickhouse server 127.0.0.1:9000
12:12:09 INFO     同步到clickhouse的數據庫: ['yayun']
12:12:09 INFO     同步到clickhouse的表: ['tb1']
12:12:09 INFO     INSERT 數據插入SQL: INSERT INTO yayun.tb1 VALUES, [{u'id': 1, u'pay_money': '66.22', u'pay_day': datetime.date(2019, 6, 29), u'pay_time': datetime.datetime(2019, 6, 29, 14, 0)}, {u'id': 3, u'pay_money': '66.22', u'pay_day': datetime.date(2019, 6, 29), u'pay_time': datetime.datetime(2019, 6, 29, 14, 0)}, {u'id': 5, u'pay_money': '66.22', u'pay_day': datetime.date(2019, 6, 29), u'pay_time': datetime.datetime(2019, 6, 29, 14, 0)}, {u'id': 7, u'pay_money': '66.22', u'pay_day': datetime.date(2019, 6, 29), u'pay_time': datetime.datetime(2019, 6, 29, 14, 0)}, {u'id': 9, u'pay_money': '66.22', u'pay_day': datetime.date(2019, 6, 29), u'pay_time': datetime.datetime(2019, 6, 29, 14, 0)}, {u'id': 11, u'pay_money': '66.22', u'pay_day': datetime.date(2019, 6, 29), u'pay_time': datetime.datetime(2019, 6, 29, 14, 0)}, {u'id': 13, u'pay_money': '66.22', u'pay_day': datetime.date(2019, 6, 29), u'pay_time': datetime.datetime(2019, 6, 29, 14, 0)}, {u'id': 15, u'pay_money': '66.22', u'pay_day': datetime.date(2019, 6, 29), u'pay_time': datetime.datetime(2019, 6, 29, 14, 0)}, {u'id': 17, u'pay_money': '66.22', u'pay_day': datetime.date(2019, 6, 29), u'pay_time': datetime.datetime(2019, 6, 29, 14, 0)}, {u'id': 19, u'pay_money': '66.22', u'pay_day': datetime.date(2019, 6, 29), u'pay_time': datetime.datetime(2019, 6, 29, 14, 0)}]

clickhoue數據查詢：

ck-server-01 :) select * from tb1;

SELECT *
FROM tb1 

┌─id─┬─pay_money─┬────pay_day─┬────────────pay_time─┐
│  1 │ 66.22     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│  3 │ 66.22     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│  5 │ 66.22     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│  7 │ 66.22     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│  9 │ 66.22     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│ 11 │ 66.22     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│ 13 │ 66.22     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│ 15 │ 66.22     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│ 17 │ 66.22     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│ 19 │ 66.22     │ 2019-06-29 │ 2019-06-29 14:00:00 │
└────┴───────────┴────────────┴─────────────────────┘

10 rows in set. Elapsed: 0.005 sec.

mysql數據更新：

mysql> update tb1 set pay_money='88.88';
Query OK, 10 rows affected (0.00 sec)
Rows matched: 10  Changed: 10  Warnings: 0

mysql> select * from tb1;
+----+-----------+------------+---------------------+
| id | pay_money | pay_day    | pay_time            |
+----+-----------+------------+---------------------+
|  1 |     88.88 | 2019-06-29 | 2019-06-29 14:00:00 |
|  3 |     88.88 | 2019-06-29 | 2019-06-29 14:00:00 |
|  5 |     88.88 | 2019-06-29 | 2019-06-29 14:00:00 |
|  7 |     88.88 | 2019-06-29 | 2019-06-29 14:00:00 |
|  9 |     88.88 | 2019-06-29 | 2019-06-29 14:00:00 |
| 11 |     88.88 | 2019-06-29 | 2019-06-29 14:00:00 |
| 13 |     88.88 | 2019-06-29 | 2019-06-29 14:00:00 |
| 15 |     88.88 | 2019-06-29 | 2019-06-29 14:00:00 |
| 17 |     88.88 | 2019-06-29 | 2019-06-29 14:00:00 |
| 19 |     88.88 | 2019-06-29 | 2019-06-29 14:00:00 |
+----+-----------+------------+---------------------+
10 rows in set (0.00 sec)

clickhoue數據查詢：

ck-server-01 :) select * from tb1;

SELECT *
FROM tb1 

┌─id─┬─pay_money─┬────pay_day─┬────────────pay_time─┐
│  1 │ 88.88     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│  3 │ 88.88     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│  5 │ 88.88     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│  7 │ 88.88     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│  9 │ 88.88     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│ 11 │ 88.88     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│ 13 │ 88.88     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│ 15 │ 88.88     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│ 17 │ 88.88     │ 2019-06-29 │ 2019-06-29 14:00:00 │
│ 19 │ 88.88     │ 2019-06-29 │ 2019-06-29 14:00:00 │
└────┴───────────┴────────────┴─────────────────────┘

10 rows in set. Elapsed: 0.009 sec.