创建本地复制表和分布式表

1. 客户端登录ClickHouse节点，例如：clickhouse client --host node-master3QsRI --multiline --port 9440 --secure;
   

   node-master3QsRI 参数为查看ClickHouse服务cluster等环境参数信息中2对应的host_name参数的值。

2. 使用ReplicatedMergeTree引擎创建复制表。

   详细的语法说明请参考：https://clickhouse.tech/docs/zh/engines/table-engines/mergetree-family/replication/#creating-replicated-tables。

   例如，如下在default_cluster_1集群节点上和default数据库下创建表名为test的ReplicatedMergeTree表：

   CREATE TABLE default.test ON CLUSTER default_cluster_1

   (

   `EventDate` DateTime,

   `id` UInt64

   )

   ENGINE = ReplicatedMergeTree('/clickhouse/tables/{shard}/default/test', '{replica}')

   PARTITION BY toYYYYMM(EventDate)

   ORDER BY id;

   参数说明如下：

   • ON CLUSTER语法表示分布式DDL，即执行一次就可在集群所有实例上创建同样的本地表。
   • default_cluster_1为查看ClickHouse服务cluster等环境参数信息中2查询到的cluster集群标识符。
     

     ReplicatedMergeTree引擎族接收两个参数：

     • ZooKeeper中该表相关数据的存储路径。

       该路径必须在/clickhouse目录下，否则后续可能因为ZooKeeper配额不够导致数据插入失败。

       为了避免不同表在ZooKeeper上数据冲突，目录格式必须按照如下规范填写：

       /clickhouse/tables/{shard}/default/test，其中/clickhouse/tables/{shard}为固定值，default为数据库名，test为创建的表名。

     • 副本名称，一般用{replica}即可。

   CREATE TABLE default.test ON CLUSTER default_cluster_1(    `EventDate` DateTime,     `id` UInt64)ENGINE = ReplicatedMergeTree('/clickhouse/tables/{shard}/default/test', '{replica}')PARTITION BY toYYYYMM(EventDate)ORDER BY id┌─host─────────────────┬─port─┬─status─┬─error─┬─num_hosts_remaining─┬─num_hosts_active─┐│ node-group-1tXED0002                   │  9000  │      0   │         │                   5   │                3   ││ node-group-1tXED0003                   │  9000  │      0   │         │                   4   │                3   ││ node-master1dOnG                       │  9000  │      0   │         │                   3   │                3   │└────────────────────┴────┴─────┴──── ┴─────────── ┴──────────┘┌─host─────────────────┬─port─┬─status─┬─error─┬─num_hosts_remaining─┬─num_hosts_active─┐│ node-master3QsRI                       │  9000  │      0   │         │                   2   │                0   ││ node-group-1tXED0001                   │  9000  │      0   │         │                   1   │                0   ││ node-master2OXQS                       │  9000  │      0   │         │                   0   │                0   │└────────────────────┴────┴─────┴──── ┴─────────── ┴──────────┘6 rows in set. Elapsed: 0.189 sec. 

3. 使用Distributed引擎创建分布式表。

   例如，以下将在default_cluster_1集群节点上和default数据库下创建名为test_all 的Distributed表：

   CREATE TABLE default.test_all ON CLUSTER default_cluster_1

   (

   `EventDate` DateTime,

   `id` UInt64

   )

   ENGINE = Distributed(default_cluster_1, default, test, rand());

   CREATE TABLE default.test_all ON CLUSTER default_cluster_1(    `EventDate` DateTime,     `id` UInt64)ENGINE = Distributed(default_cluster_1, default, test, rand())┌─host─────────────────┬─port─┬─status─┬─error─┬─num_hosts_remaining─┬─num_hosts_active─┐│ node-group-1tXED0002                   │  9000  │      0   │         │                   5   │                0   ││ node-master3QsRI                       │  9000  │      0   │         │                   4   │                0   ││ node-group-1tXED0003                   │  9000  │      0   │         │                   3   │                0   ││ node-group-1tXED0001                   │  9000  │      0   │         │                   2   │                0   ││ node-master1dOnG                       │  9000  │      0   │         │                   1   │                0   ││ node-master2OXQS                       │  9000  │      0   │         │                   0   │                0   │└────────────────────┴────┴─────┴──── ┴─────────── ┴──────────┘6 rows in set. Elapsed: 0.115 sec. 

   

   Distributed引擎需要以下几个参数：

   • default_cluster_1为查看ClickHouse服务cluster等环境参数信息中2查询到的cluster集群标识符。
   • default本地表所在的数据库名称。
   • test为本地表名称，该例中为2中创建的表名。
   • （可选的）分片键（sharding key）

     该键与config.xml中配置的分片权重（weight）一同决定写入分布式表时的路由，即数据最终落到哪个物理表上。它可以是表中一列的原始数据（如site_id），也可以是函数调用的结果，如上面的SQL语句采用了随机值rand()。注意该键要尽量保证数据均匀分布，另外一个常用的操作是采用区分度较高的列的哈希值，如intHash64(user_id)。