ClickHouse的简单部署和应用

人类的悲欢并不相通，我只觉得他们吵闹

引言

市面上比较流行的KFC套餐中的C就是ClickHouse，很多做实时和架构的同学都比较熟悉这个工具了，我会结合一下，部署和在业务中的使用简单的聊一下，以及之后为什么要抛弃CK。
ClickHouse是俄罗斯第一大搜索引擎Yandex开发的列式储存的OLAP数据库，单机和集群的查询性能快到飞起，OLAP中单表查询最快的工具，没有之一。今日头条、腾讯、携程、快手都在使用CK，对PB级别的数据进行分析。
优点：

• 1.真正的面向列的DBMS
• 2.数据高效压缩=>0.2
• 3.磁盘存储的数据=>减少内存使用
• 4.多核并行处理=>多核多节点并行化大型查询
• 5.在多个服务器上分布式处理
• 6.SQL语法支持
• 7.数据有序存储=>ClickHouse支持在建表时，指定将数据按照某些列进行sort by。
• 8.主键索引+ 稀疏索引

搭建(docker)

Dockerfile

FROM centos:7
MAINTAINER clickhouse

RUN yum install -y curl
RUN curl -s https://packagecloud.io/install/repositories/Altinity/clickhouse/script.rpm.sh | bash
RUN yum install -y clickhouse-server clickhouse-client
RUN mkdir -p /var/clickhouse/log
RUN mkdir -p /var/clickhouse/data

ADD clickhouse-start.sh /

ENTRYPOINT ["sh","/clickhouse-start.sh"]

clickhouse-start.sh

#!/bin/bash
set -e
exec /etc/init.d/clickhouse-server start & tail -f /dev/null

config.xml 基础配置，不多做赘述，这里把log和data的目录改成/var/clickhouse/…，不懂私聊我
metrika.xml 可以理解为集群的配置，以高可用的一种 3个分片，2个副本为例
简单说一下这个这个架构，一般情况先搭个单机，不用考虑这些问题，如果要搭建一个高可用的集群，比较靠谱的是有分片有副本，ck采用的是指定一个分配指定两个副本的方式，比如my_cluster集群的第一个shard是由ck01和ck02构成的，即一个分片由两个副本构成，然后在ck01上指定宏变量的macros是 01 01

机器	shard	replica
ck01	01	01
ck02	01	02
ck03	02	01
ck04	02	02
ck05	03	01
ck06	03	02

<yandex>
    <clickhouse_remote_servers>
        <my_cluster>
            <shard>
                <internal_replication>true</internal_replication>
                <replica>
                    <host>ck01</host>
                    <port>9000</port>
                </replica>
                 <replica>
                    <host>ck02</host>
                    <port>9000</port>
                </replica>
            </shard>
            <shard>
                <internal_replication>true</internal_replication>
                <replica>
                    <host>ck03</host>
                    <port>9000</port>
                </replica>
                 <replica>
                    <host>s-hadoop-log04</host>
                    <port>9000</port>
                </replica>
            </shard>
            <shard>
                <internal_replication>true