Skip to content
ClickHouse Docs
ClickHouse DocsClickHouse Docs
49.6kGet Started

存储与计算分离

View as MarkdownEdit this pageReport an issueSet up docs MCP

概述

本指南将介绍如何使用 ClickHouse 和 S3 实现存储与计算分离的架构。

存储与计算分离意味着计算资源和存储资源是分别独立管理的。在 ClickHouse 中，这种方式可以带来更好的可扩展性、更高的成本效益以及更强的灵活性。您可以根据需要分别扩展存储资源和计算资源，从而优化性能和成本。

基于 S3 的 ClickHouse 特别适用于对“冷”数据查询性能要求不高的场景。ClickHouse 支持通过 S3BackedMergeTree 将 S3 用作 MergeTree 引擎的存储层。这种表引擎使您能够利用 S3 在可扩展性和成本方面的优势，同时保持 MergeTree 引擎的插入和查询性能。

请注意，与标准 ClickHouse 部署相比，实现和管理存储与计算分离架构更加复杂。虽然自管理 ClickHouse 支持本指南中介绍的存储与计算分离方案，但我们建议使用 ClickHouse Cloud。借助 SharedMergeTree 表引擎，您无需额外配置即可在这种架构下使用 ClickHouse。

本指南假设您使用的是 22.8 或更高版本的 ClickHouse。

将 S3 用作 ClickHouse 的磁盘

创建磁盘

在 ClickHouse 的 config.d 目录中新建一个文件，用于存放存储配置：

vim /etc/clickhouse-server/config.d/storage_config.xml

将以下 XML 复制到新建的文件中，并将 BUCKET、ACCESS_KEY_ID 和 SECRET_ACCESS_KEY 替换为你希望用于存储数据的 AWS 存储桶详细信息：

<clickhouse>
  <storage_configuration>
    <disks>
      <s3_disk>
        <type>s3</type>
        <endpoint>$BUCKET</endpoint>
        <access_key_id>$ACCESS_KEY_ID</access_key_id>
        <secret_access_key>$SECRET_ACCESS_KEY</secret_access_key>
        <metadata_path>/var/lib/clickhouse/disks/s3_disk/</metadata_path>
      </s3_disk>
      <s3_cache>
        <type>cache</type>
        <disk>s3_disk</disk>
        <path>/var/lib/clickhouse/disks/s3_cache/</path>
        <max_size>10Gi</max_size>
      </s3_cache>
    </disks>
    <policies>
      <s3_main>
        <volumes>
          <main>
            <disk>s3_disk</disk>
          </main>
        </volumes>
      </s3_main>
    </policies>
  </storage_configuration>
</clickhouse>

如果你需要进一步指定 S3 磁盘的设置，例如指定 region 或发送自定义 HTTP header，可以在此处查看相关设置列表。

你也可以将 access_key_id 和 secret_access_key 替换为以下内容，这会尝试从环境变量和 Amazon EC2 元数据中获取凭证：

<use_environment_credentials>true</use_environment_credentials>

创建好配置文件后，您需要将该文件的属主和属组更改为 clickhouse 用户和组：

chown clickhouse:clickhouse /etc/clickhouse-server/config.d/storage_config.xml

现在，您可以重启 ClickHouse 服务器，以使更改生效：

service clickhouse-server restart

创建基于 S3 的表

为了测试 S3 磁盘是否已正确配置，我们可以尝试创建一个表并进行查询。

创建一个表，并指定新的 S3 存储策略：

CREATE TABLE my_s3_table
  (
    `id` UInt64,
    `column1` String
  )
ENGINE = MergeTree
ORDER BY id
SETTINGS storage_policy = 's3_main';

请注意，我们不必将引擎指定为 S3BackedMergeTree。如果 ClickHouse 检测到该表使用 S3 作为存储，它会在内部自动转换引擎类型。

确认该表已使用正确的策略创建：

SHOW CREATE TABLE my_s3_table;

你应该会看到以下结果：

┌─statement────────────────────────────────────────────────────
│ CREATE TABLE default.my_s3_table
(
  `id` UInt64,
  `column1` String
)
ENGINE = MergeTree
ORDER BY id
SETTINGS storage_policy = 's3_main', index_granularity = 8192
└──────────────────────────────────────────────────────────────

现在，向新表中插入一些行：

INSERT INTO my_s3_table (id, column1)
  VALUES (1, 'abc'), (2, 'xyz');

让我们验证这些行是否已插入：

SELECT * FROM my_s3_table;
┌─id─┬─column1─┐
│  1 │ abc     │
│  2 │ xyz     │
└────┴─────────┘

2 rows in set. Elapsed: 0.284 sec.

在 AWS 控制台中，如果你的数据已成功写入 S3，你应该会看到 ClickHouse 已在你指定的存储桶中创建了新文件。

如果一切都正常，你现在已经在使用采用存储与计算分离架构的 ClickHouse！

采用存储与计算分离的 S3 存储桶示例

配置复制以实现容错（可选）

为实现容错，您可以使用分布在多个 AWS 区域的多个 ClickHouse 服务器节点，并为每个节点配置一个 S3 存储桶。

可以使用 ReplicatedMergeTree 表引擎来实现 S3 磁盘的复制。有关详细信息，请参阅以下指南：

延伸阅读

Navigation