ClickHouse 数据表迁移实战之 -remote 方式 | 京东云技术团队
1 引言
ClickHouse 是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。我们内部很多的报表、数据看板都基于它进行开发。今天为大家带来 remote 方式的 ClickHouse 数据表迁移的完整过程介绍,如有错误,还请各位大佬指正。
以下 sql 语句为测试使用,如需使用请根据实际情况修改。
2 背景
我们使用的是京东云提供的分布式数据库 JCHDB,原 ClickHouse 是两个部门共用的,因涉及相关业务、管理及费用划分等问题,需进行 ClickHouse 集群的分离。原 ClickHouse 面包含表有:业务 A 订单表与业务 B 大屏数据表;拆分后需要将业务 B 的大屏数据表迁移到新 ClickHouse 集群中去。
3 迁移方式
经查阅,迁移方式有如下几种:
1.通过 remote 函数进行数据迁移
2.通过文件导出导入方式进行数据迁移
3.通过 CSV 文件导出导入
4.通过 Linux pipe 管道进行流式导出导入
经过与云 JCHDB 负责运维同事沟通及调研,因数据量目前不大,比较适合采用 remote 方式进行迁移,注意 remote 使用的前提要求即可。如果数量过大请参考其他迁移方式。
remote 方式使用前,请增加 max_partitions_per_insert_block 参数值,避免语句执行失败,示例报如下错误:
4 步骤
创建新 clickhouse 集群:请到云管平台申请,请先预估好业务未来数据量,再去填写申请的容量配置;
创建数据库:
注意后面的 on cluster default;必须带上。
创建表:
根据实际表字段、表引擎编写 sql。参考:https://clickhouse.com/docs/zh/sql-reference/statements/create/table
建立测试表
写入测试数据:
测试迁移命令:
正式迁移步骤如下:
•提前修改代码里的 clickhouse 地址,替换新地址;
•通知大数据实时负责人停止 flink 等写入任务;
•进行数据迁移到新 ClickHouse 集群(参考以上迁移语句);
•通知大数据实时负责人开启 flink 等写入任务;
•验证数据是否同步到新 ClickHouse 集群;
•在灰度或预发环境部署或重启,通过代码调用查询新 ClickHouse 集群看是否正常。
迁移语句:(在目标 clickhouse 集群客户端内执行)
验证表数据量是否一致:
注意: 迁移完成后数据量可能不一致,请使用 final 合并查询,会把重复的数据条目进行合并。
5 参考
官方文档:https://clickhouse.com/docs/zh
京东云 clickhouse 学习:https://docs.jdcloud.com/cn/jchdb/product-overview
remote 使用:https://blog.csdn.net/u010180815/article/details/115070235
6 总结
以上就是使用 remote 方式进行 ClickHouse 数据表迁移的实战操作。通过这种方式,我们可以将数据表从一个 ClickHouse 集群迁移到另一个 ClickHouse 集群,从而实现数据的无缝迁移。
作者:京东物流 刘邓忠
内容来源:京东云开发者社区
版权声明: 本文为 InfoQ 作者【京东科技开发者】的原创文章。
原文链接:【http://xie.infoq.cn/article/91c703f3f0380c97b710824ab】。文章转载请联系作者。
评论