大数据 -135 ClickHouse 集群连通性自检 + 数据类型避坑实战｜10 分钟跑通 ON CLUSTER

作者：武子康

2025-10-26
山东
本文字数：3400 字
阅读完需：约 11 分钟

大数据-135 ClickHouse 集群连通性自检 + 数据类型避坑实战｜10 分钟跑通 ON CLUSTER

TL;DR

场景：三节点集群已安装完毕，如何 10 分钟内验证连通 / 复制 / 分片 / 分布式查询都正常？
结论：按本文 SOP，一条脚本跑完连通性检查 → 创建 ReplicatedMergeTree/Distributed → 跨分片写读压测。
产出：cluster_check.sql（系统表体检）、ddl_on_cluster.sql（建表）、mini_bench.sql（压测）。

版本矩阵

最小可运行示例

# 连接任意节点（请改为你的主机/端口/口令）clickhouse-client -m \  --host <node1> --port 9000 \  --user <user>  --password <password>

复制代码

-- 1) 集群视图应返回3行（3分片×1副本）SELECT cluster, shard_num, replica_num, host_name, host_address, portFROM system.clustersWHERE cluster = 'perftest_3shards_1replicas'ORDER BY shard_num, replica_num;
-- 2) 基本连通（每节点自报家门）SELECT hostName() AS node, version() AS ch_version;
-- 3) 复制表 & 分布式表（一次性在全集群创建）CREATE DATABASE IF NOT EXISTS demo ON CLUSTER perftest_3shards_1replicas;
CREATE TABLE demo.events ON CLUSTER perftest_3shards_1replicas(  id UUID,  ts DateTime,  v  Decimal(18,4))ENGINE = ReplicatedMergeTree(  '/clickhouse/tables/{shard}/demo.events','{replica}')PARTITION BY toYYYYMM(ts)ORDER BY (ts, id);
CREATE TABLE demo.events_all ON CLUSTER perftest_3shards_1replicasAS demo.eventsENGINE = Distributed(perftest_3shards_1replicas, demo, events, rand());
-- 4) 写入100k 行到分布式表（随机打到各分片）INSERT INTO demo.events_allSELECT generateUUIDv4(), now(), number/10.0FROM numbers(100000);
-- 5) 快速校验：各分片行数分布SELECT hostName() AS node, count() AS cntFROM demo.eventsGROUP BY nodeORDER BY node;
-- 6) 跨分片聚合（验证分布式查询）SELECT toStartOfMinute(ts) AS m, sum(v) AS s, count() cFROM demo.events_allGROUP BY mORDER BY m DESCLIMIT 5;

复制代码

测试连接

clickhouse-client -m --host h121.wzk.icu --port 9000 --user default --password clickhouse@wzk.icu

复制代码

如果可以从 122 连接到 121 说明你的服务已经搭建好了。你可以测试以下，是否三台节点之间都是互通的，确保服务和服务之间一切正常，方便我们后续的学习研究。

检验集群

任意连接一个节点，我们进行测试

h121

clickhouse-client -m --host h121.wzk.icu --port 9000 --user default --password clickhouse@wzk.icu

复制代码

SELECT * FROM system.clusters WHERE cluster = 'perftest_3shards_1replicas';

复制代码

h122

clickhouse-client -m --host h122.wzk.icu --port 9001 --user default --password clickhouse@wzk.icu

复制代码

h123

clickhouse-client -m --host h123.wzk.icu --port 9001 --user default --password clickhouse@wzk.icu

复制代码

数据类型

简单介绍

ClickHouse 作为一个面向 OLAP 场景的高性能列式数据库，在数据处理语言（DML）支持方面有其独特的设计。与传统的关系型数据库不同，ClickHouse 通过以下特性来优化数据处理性能：

复合数据类型支持：
提供 Array、Tuple、Nested 等复合数据类型
支持 Map、JSON 等半结构化数据格式
例如：Array(String)可以存储字符串数组，Tuple(Int32, String)可以存储不同类型的组合数据
数据修改操作的实现：
Update 和 Delete 操作是通过 ALTER TABLE 语句的变种实现的
例如：ALTER TABLE table_name DELETE WHERE condition
又如：ALTER TABLE table_name UPDATE column=value WHERE condition
这种设计避免了传统数据库的锁机制，提高了批量操作的效率
性能优化特点：
采用批量处理而非单行操作
适合大批量数据的分析场景
通过 MergeTree 引擎实现高效的数据修改
修改操作是异步执行的，会生成新的数据部分(part)而非原地修改

这种设计使 ClickHouse 在保持高性能的同时，也能支持必要的数据修改操作，特别适合数据仓库和分析型应用场景。

启动测试

我这里采用了 h121 机器的服务，当然如果你使用别的机器的服务也可以。

clickhouse-client -m --host h121.wzk.icu --port 9000 --user default --password clickhouse@wzk.icu

复制代码

整型

固定长度的整型，包括有符号整型，和无符号整型。

SELECT 255;SELECT -128;

复制代码

执行的结果截图如下图：

浮点型

建议尽可能以整数形式存储数据，例如，将固定精度的数字转换为整数值，如时间用毫秒为单位表示，因为浮点型计算行为可能引起四舍五入的误差。

SELECT 1-0.9;SELECT 1/0;SELECT 0/0;

复制代码

执行的结果如下图：

Decimal

如果要求更高精度，可以选择 Decimal 类型，格式：Decimal（P,S）

P：代表精度，决定总位数（正数部分+小数部分），取值 0-38
S：代表规模，决定小数位数，取值范围是 0-P

ClickHouse 对 Decimal 提供三种简写：

Decimal32
Decimal64
Decimal128

相加、减精度取大

SELECT toDecimal32(2, 4) + toDecimal32(2, 2);SELECT toDecimal32(4, 4) + toDecimal32(2, 2);

复制代码

运行结果的截图如下图所示：

相乘精度取和

SELECT toDecimal32(2, 2) * toDecimal32(4, 4)

复制代码

运行结果的截图如下图所示：

相除精度取被除数

SELECT toDecimal32(4, 4) / toDecimal32(2, 2)

复制代码

运行结果的截图如下图所示：

字符串

String

字符串可以任意长度，它可以包含任意的字符集，包含空字节。

FixedString（N）

固定长度为 N 的字符串，N 必须是严格的正自然数。当服务端读取长度小于 N 的字符串时候，通过在字符串末尾添加空字节来达到 N 字节长度。当服务端读取长度小于 N 的字符串的时候，将返回错误。

SELECT toFixedString('abc', 5), LENGTH(toFixedString('abc', 5)) AS LENGTH;

复制代码

执行结果如下图：

UUID

ClickHouse 将 UUID 这种在传统数据库中充当主键的类型直接做成了数据类型

创建新表

CREATE TABLE UUID_TEST(  `c1` UUID,  `c2` String)ENGINE = memory;

复制代码

执行结果如下图：

插入数据

INSERT INTO UUID_TEST SELECT generateUUIDv4(), 't1';INSERT INTO UUID_TEST(c2) VALUES('t2');

复制代码

执行结果如下图：

查询结果

SELECT * FROM UUID_TEST;

复制代码

执行结果如下图:

枚举类型

包括 Enum8 和 Enum16 类型，保存 string = integer 的对应关系。Enum8 用 String = Int8 对描述 Enum16 用 String = Int16 对描述。

创建新表

CREATE TABLE t_enum (  x Enum8('hello' = 1, 'word' = 2)) ENGINE = TinyLog;

复制代码

执行结果如下所示：

注意：这个列 x 只能存储定义列出的值，“Hello” 或者 “world”，如果插入其他值则会报错。

插入数据

INSERT INTO t_enum VALUES ('hello'), ('word'), ('hello');

复制代码

执行结果如下图：

查询数据

SELECT * FROM t_enum;

复制代码

如果需要看到对应行的数值，则必须将 Enum 转换为整数类型。

SELECT CAST(x, 'Int8') FROM t_enum;

复制代码

执行结果如下图：

数组

Array（T）：由 T 类型元素组成的数组。T 可以是任意类型，包含数组类型，但不推荐使用多维数组，ClickHouse 对多维数组的支持有限。例如，不能再 MergeTree 表中存储多维数组。

创建数组

SELECT array(1, 2.0) AS x, toTypeName(x);SELECT [1, 2] AS x, toTypeName(x);

复制代码

执行结果如下图：

如果是声明字段的时候，则需要指明数据类型：

CREATE TABLE Array_test (  `c1` Array(String)) ENGINE = Memory;

复制代码

元组

Tuple（T1，T2）：元组，每个元素都有单独的类型。创建元组的示例：

SELECT tuple(1, 'a') AS x, toTypeName(x);

复制代码

执行的结果如下图：

注意：在定义表字段的时候也需要指明数据类型。

Date、DateTime

日期类型、用两个字节存储，表示 1970-01-01 （无符号）到当前的日期值。

布尔型

没有单独的类型来存储布尔值，可以使用 UInt8 类型，取值限制为 0 或 1。

错误速查

其他系列

🚀 AI 篇持续更新中（长期更新）

AI 炼丹日志-29 - 字节跳动 DeerFlow 深度研究框斜体样式架私有部署测试上手架构研究，持续打造实用 AI 工具指南！AI-调查研究-108-具身智能机器人模型训练全流程详解：从预训练到强化学习与人类反馈🔗 AI模块直达链接

💻 Java 篇持续更新中（长期更新）

Java-154 深入浅出 MongoDB 用 Java 访问 MongoDB 数据库从环境搭建到 CRUD 完整示例 MyBatis 已完结，Spring 已完结，Nginx 已完结，Tomcat 已完结，分布式服务正在更新！深入浅出助你打牢基础！🔗 Java模块直达链接

📊 大数据板块已完成多项干货更新（300 篇）：

包括 Hadoop、Hive、Kafka、Flink、ClickHouse、Elasticsearch 等二十余项核心组件，覆盖离线+实时数仓全栈！大数据-278 Spark MLib - 基础介绍机器学习算法梯度提升树 GBDT 案例详解🔗 大数据模块直达链接

发布于: 刚刚阅读数: 3

原文链接:【http://xie.infoq.cn/article/a4381deb081adcbaf109ca2bc】。文章转载请联系作者。

武子康

关注

永远好奇无限进步 2019-04-14 加入

Hi, I'm Zikang，好奇心驱动的探索者 | INTJ / INFJ 我热爱探索一切值得深究的事物。对技术、成长、效率、认知、人生有着持续的好奇心和行动力。坚信「飞轮效应」，相信每一次微小的积累，终将带来深远的改变。

发布

暂无评论

创作场景

大数据 -135 ClickHouse 集群连通性自检 + 数据类型避坑实战｜10 分钟跑通 ON CLUSTER

TL;DR

版本矩阵

最小可运行示例

测试连接

检验集群

h121

h122

h123

数据类型

简单介绍

启动测试

整型

浮点型

Decimal

相加、减精度取大

相乘精度取和

相除精度取被除数

字符串

String

FixedString（N）

UUID

创建新表

插入数据

查询结果

枚举类型

创建新表

插入数据

查询数据

数组

创建数组

元组

Date、DateTime

布尔型

错误速查

其他系列

🚀 AI 篇持续更新中（长期更新）

💻 Java 篇持续更新中（长期更新）

📊 大数据板块已完成多项干货更新（300 篇）：

武子康

评论