一、列式库简介
ClickHouse是俄罗斯的Yandex公司于2016年开源的列式存储数据库(DBMS)，主要用于OLAP在线分析处理查询，能够使用SQL查询实时生成分析数据报告。
列式存储
行式存储和列式存储，数据在磁盘上的组织结构有着根本不同，数据分析计算时，行式存储需要遍历整表，列式存储只需要遍历单个列，所以列式库更适合做大宽表，用来做数据分析计算。
絮叨一句：注意这里比较的场景，是数据分析计算的场景。
二、集群配置
1、基础环境
ClickHouse单服务默认已经安装完毕
- Centos7下搭建ClickHouse列式存储数据库
- SpringBoot2 整合 ClickHouse数据库
2、取消文件限制
vim /etc/security/limits.confvim /etc/security/limits.d/90-nproc.conf文件末尾追加* soft nofile 65536 * hard nofile 65536 * soft nproc 131072 * hard nproc 1310723、取消SELINUX
修改/etc/selinux/config中的SELINUX=disabled后重启
4、集群配置文件
服务分别添加集群配置:vim /etc/metrika.xml
true192.168.72.1339000true192.168.72.1369000true192.168.72.1379000192.168.72.1332181192.168.72.1362181192.168.72.1372181192.168.72.133::/0100000000000.01lz4注意这里
192.168.72.133配置各自服务的IP地址。
5、启动集群
分别启动三台服务
service clickhouse-server start6、登录客户端查看
这里登录任意一台服务就好
clickhouse-clienten-master :) select * from system.clusters
这里这里集群名称：clickhouse_cluster，后续使用。
7、基本环境测试
三台服务上同时创建表结构。
CREATE TABLE ontime_local (FlightDate Date,Year UInt16) ENGINE = MergeTree(FlightDate, (Year, FlightDate), 8192);133环境创建分布表
CREATE TABLE ontime_all AS ontime_local ENGINE = Distributed(clickhouse_cluster, default, ontime_local, rand());随便写入一台服务数据
insert into ontime_local (FlightDate,Year) values ('2020-03-12',2020);查询总表
select * from ontime_all;写入总表，数据会分布到各个单表中
insert into ontime_all (FlightDate,Year)values('2001-10-12',2001);insert into ontime_all (FlightDate,Year)values('2002-10-12',2002);insert into ontime_all (FlightDate,Year)values('2003-10-12',2003);任意关闭一台服务，集群查询直接挂掉
三、集群环境整合
1、基础配置
url：配置全部的服务列表，主要用来管理表结构，批量处理；
cluster：集群连接服务，可以基于Nginx代理服务配置；
spring: datasource: type: com.alibaba.druid.pool.DruidDataSource click: driverClassName: ru.yandex.clickhouse.ClickHouseDriver url: jdbc:clickhouse://127.0.0.1:8123/default,jdbc:clickhouse://127.0.0.1:8123/default,jdbc:clickhouse://127.0.0.1:8123/default cluster: jdbc:clickhouse://127.0.0.1:8123/default initialSize: 10 maxActive: 100 minIdle: 10 maxWait: 60002、管理接口
分别向每个单节点服务创建表和写入数据：
data_shard(单节点数据)
data_all(分布数据)
@RestControllerpublic class DataShardWeb { @Resource private JdbcFactory jdbcFactory ; /** * 基础表结构创建 */ @GetMapping("/createTable") public String createTable (){ List jdbcTemplateList = jdbcFactory.getJdbcList(); for (JdbcTemplate jdbcTemplate:jdbcTemplateList){ jdbcTemplate.execute("CREATE TABLE data_shard (FlightDate Date,Year UInt16) ENGINE = MergeTree(FlightDate, (Year, FlightDate), 8192)"); jdbcTemplate.execute("CREATE TABLE data_all AS data_shard ENGINE = Distributed(clickhouse_cluster, default, data_shard, rand())"); } return "success" ; } /** * 节点表写入数据 */ @GetMapping("/insertData") public String insertData (){ List jdbcTemplateList = jdbcFactory.getJdbcList(); for (JdbcTemplate jdbcTemplate:jdbcTemplateList){ jdbcTemplate.execute("insert into data_shard (FlightDate,Year) values ('2020-04-12',2020)"); } return "success" ; }}3、集群查询
上述步骤执行完成后，可以连接集群服务查询分布总表和单表的数据。
基于Druid连接
@Configurationpublic class DruidConfig { @Resource private JdbcParamConfig jdbcParamConfig ; @Bean public DataSource dataSource() { DruidDataSource datasource = new DruidDataSource(); datasource.setUrl(jdbcParamConfig.getCluster()); datasource.setDriverClassName(jdbcParamConfig.getDriverClassName()); datasource.setInitialSize(jdbcParamConfig.getInitialSize()); datasource.setMinIdle(jdbcParamConfig.getMinIdle()); datasource.setMaxActive(jdbcParamConfig.getMaxActive()); datasource.setMaxWait(jdbcParamConfig.getMaxWait()); return datasource; }基于mapper查询
select * from data_all where Year=2020推荐阅读：源码 -> GitHub || GitEE
数据源管理 | 基于JDBC模式，适配和管理动态数据源
数据源管理 | PostgreSQL环境整合，JSON类型应用
数据源管理 | 基于DataX组件，同步数据和源码分析
数据源管理 | 主从库动态路由，AOP模式读写分离
数据源管理 | 关系型分库分表，列式库分布式计算
