大数据再出发-23ClickHouse监控及备份

大数据再出发-23ClickHouse监控及备份

---

一、ClickHouse 监控概述

ClickHouse 运行时会将一些个自身的运行状态记录到众多系统表中( system.*)。所以我们对于 CH 自身的一些运行指标的监控数据，也主要来自这些系统表。
但是直接查询这些系统表会有一些不足之处：
➢ 这种方式太过底层，不够直观，我们还需要在此之上实现可视化展示； ➢ 系统表只记录了 CH 自己的运行指标，有些时候我们需要外部系统的指标进行关联分析，例如 ZooKeeper、服务器 CPU、IO 等等。
现在 Prometheus + Grafana 的组合比较流行，安装简单易上手，可以集成很多框架，包括服务器的负载, 其中 Prometheus 负责收集各类系统的运行指标; Grafana 负责可视化的部分。
ClickHouse 从 v20.1.2.4 开始，内置了对接 Prometheus 的功能，配置的方式也很简单,可以将其作为 Prometheus 的 Endpoint 服务，从而自动的将 metrics 、 events 和asynchronous_metrics 三张系统的表的数据发送给 Prometheus

二、Prometheus&Grafana 的安装

Prometheus 下载地址：https://prometheus.io/download/
Grafana 下载地址：https://grafana.com/grafana/download

2.1 安装 Prometheus

Prometheus 基于 Golang 编写，编译后的软件包，不依赖于任何的第三方依赖。只需要下载对应平台的二进制包，解压并且添加基本的配置即可正常启动 Prometheus Server。

2.1.1 上传安装包

上传 prometheus-2.26.0.linux-amd64.tar.gz 到虚拟机的/opt/software 目录

2.1.2 解压安装包

（1）解压到/opt/module 目录下

[careate@hadoop1 software]$ tar -zxvf prometheus-2.26.0.linux-amd64.tar.gz-C /opt/module

（2）修改目录名

[careate@hadoop1 ~] cd /opt/module
[careate@hadoop1 module] mv prometheus-2.26.0.linux-amd64 prometheus-2.26.0

2.1.3 修改配置文件 prometheus.yml

[careate@hadoop1 prometheus-2.26.0]$ vim prometheus.yml

在 scrape_configs 配置项下添加配置：

scrape_configs:
 
 - job_name: 'prometheus'
 static_configs:
 - targets: ['hadoop1:9090']
 #添加 ClickHouse 监控配置
 - job_name: clickhouse-1
 static_configs:
 - targets: ['hadoop1:9363']

配置说明：
1、global 配置块：控制 Prometheus 服务器的全局配置
➢scrape_interval：配置拉取数据的时间间隔，默认为 1 分钟。
➢evaluation_interval：规则验证（生成 alert）的时间间隔，默认为 1 分钟。
2、rule_files 配置块：规则配置文件
3、scrape_configs 配置块：配置采集目标相关， prometheus 监视的目标。Prometheus 自身
的运行信息可以通过 HTTP 访问，所以 Prometheus 可以监控自己的运行数据。
➢ job_name：监控作业的名称
➢static_configs：表示静态目标配置，就是固定从某个 target 拉取数据
➢targets ： 指 定 监 控 的 目 标 ， 其 实 就 是 从 哪 儿 拉 取 数 据 。 Prometheus 会 从http://hadoop1:9090/metrics 上拉取数据。
Prometheus 是可以在运行时自动加载配置的。启动时需要添加：–web.enable-lifecycle

2.1.4 启动 Prometheus Server

[careate@hadoop1 prometheus-2.26.0]$ nohup ./prometheus --config.file=prometheus.yml > ./prometheus.log 2>&1 &

➢浏览器输入：http://hadoop1:9090/
➢点击 Status，选中 Targets：

2.2 Grafana 安装

2.2.1 上传并解压

（1）将 grafana-7.5.2.linux-amd64.tar.gz 上传至/opt/software/目录下，解压：

[careate@hadoop1 software]$ tar -zxvf grafana-7.5.2.linux-amd64.tar.gz -C /opt/module/

（2）更改名字：

[careate@hadoop1 module]$ mv grafana-7.5.2.linux-amd64 grafana-7.5.2

2.2.2 启动 Grafana

[careate@hadoop1 grafana-7.5.2]$ nohup ./bin/grafana-server web > ./grafana.log 2>&1 &

打开 web：http://hadoop101:3000,默认用户名和密码：admin
第一次登录后需要修改密码

三、ClickHouse 配置

3.1 修改配置文件

编辑/etc/clickhouse-server/config.xml，打开如下配置：

 <prometheus>
 <endpoint>/metrics</endpoint>
 <port>9363</port>
 <metrics>true</metrics>
 <events>true</events>
 <asynchronous_metrics>true</asynchronous_metrics>
 <status_info>true</status_info>
 </prometheus>

如果有多个 CH 节点，分发配置。

3.2 重启 ClickHouse

sudo clickhouse restart

3.3 访问 Web 查看

浏览器打开: http://hadoop101:9363/metrics
看到信息说明 ClickHouse 开启 Metrics 服务成功

四、Grafana 集成 Prometheus

4.1 添加数据源 Prometheus

（1）点击配置，点击 Data Sources：

（2）点击添加按钮：
（3）找到 Prometheus，点击 Select
（4）配置 Prometheus Server 地址：
（5）点击下方的 Save&Test：
（6）出现绿色的提示框，表示与 Prometheus 正常联通：
（7）点击 Back 返回即可，可以看到 Data Sources 页面，出现了添加的 Prometheus:

4.2 添加监控

手动一个个添加 Dashboard 比较繁琐，Grafana 社区鼓励用户分享 Dashboard，通过https://grafana.com/dashboards 网站，可以找到大量可直接使用的 Dashboard 模板。Grafana 中所有的 Dashboard 通过 JSON 进行共享，下载并且导入这些 JSON 文件，就可以直接使用这些已经定义好的 Dashboard。
（1）点击左侧 ”+”号，选择 import：
（2）上传 JSON 文件：

五、备份及恢复

官网：https://clickhouse.tech/docs/en/operations/backup/

5.1 手动实现备份及恢复

ClickHouse 允许使用 ALTER TABLE … FREEZE PARTITION … 查询以创建表分区的本地副本。这是利用硬链接(hardlink)到/var/lib/clickhouse/shadow/ 文件夹中实现的，所以它通常不会因为旧数据而占用额外的磁盘空间。 创建的文件副本不由 ClickHouse 服务器处理，所以不需要任何额外的外部系统就有一个简单的备份。防止硬件问题，最好将它们远程复制到另一个位置，然后删除本地副本。

5.1.1 创建备份路径

（1）创建用于存放备份数据的目录 shadow

sudo mkdir -p /var/lib/clickhouse/shadow/

如果目录存在，先清空目录下的数据

5.1.2 执行备份命令

echo -n 'alter table t_order_mt freeze' | clickhouse-client

5.1.3 将备份数据保存到其他路径

#创建备份存储路径

sudo mkdir -p /var/lib/clickhouse/backup/ #拷贝数据到备份路径
sudo cp -r /var/lib/clickhouse/shadow/ /var/lib/clickhouse/backup/my-backup-name

#为下次备份准备，删除 shadow 下的数据

sudo rm -rf /var/lib/clickhouse/shadow/*

5.1.4 恢复数据

（1）模拟删除备份过的表

echo ' drop table t_order_mt ' | clickhouse-client

（2）重新创建表

cat events.sql | clickhouse-client

（3）将备份复制到 detached 目录

sudo cp -rl backup/my-backup-name/1/store/cb1/cb176503-cd88-4ea8-8b17-6503cd888ea8/* data/default/t_order_mt/detached/

ClickHouse 使用文件系统硬链接来实现即时备份，而不会导致 ClickHouse 服务停机（或锁定）。这些硬链接可以进一步用于有效的备份存储。在支持硬链接的文件系统（例如本地文件系统或 NFS）上，将 cp 与-l 标志一起使用（或将 rsync 与–hard-links 和–numeric-ids 标志一起使用）以避免复制数据。
注意：仅拷贝分区目录，注意目录所属的用户要是 clickhouse
（4）执行 attach

echo 'alter table t_order_mt attach partition 20200601' | clickhouse-client

（5）查看数据

echo 'select count() from t_order_mt' | clickhouse-client

5.2 使用 clickhouse-backup

上面的过程，我们可以使用 Clickhouse 的备份工具 clickhouse-backup 帮我们自动化实现。
工具地址：https://github.com/AlexAkulov/clickhouse-backup/
5.2.1 上传并安装
将 clickhouse-backup-1.0.0-1.x86_64.rpm 上传至/opt/software/目录下，安装：

[careate@hadoop1 software]$ sudo rpm -ivh clickhouse-backup-1.0.0-1.x86_64.rpm

5.2.2 配置文件

[careate@hadoop1 ~]$ cat /etc/clickhouse-backup/config.yml

5.2.3 创建备份

（1）查看可用命令

[careate@hadoop1 ~]$ clickhouse-backup help

（2）显示要备份的表

[careate@hadoop1 ~]$ clickhouse-backup tables

（3）创建备份

[careate@hadoop1 ~]$ sudo clickhouse-backup create

（4）查看现有的本地备份

[careate@hadoop1 ~]$ sudo clickhouse-backup list

备份存储在中/var/lib/clickhouse/backup/BACKUPNAME。备份名称默认为时间戳，但是可以选择使用–name 标志指定备份名称。备份包含两个目录：一个“metadata”目录，其中包含重新创建架构所需的 DDL SQL 语句；以及一个“shadow”目录，其中包含作为 ALTER TABLE … FREEZE 操作结果的数据。

5.2.4 从备份恢复数据

（1）模拟删除备份过的表

echo 'drop table t_order_rmt' | clickhouse-client

（2）从备份还原

sudo clickhouse-backup restore 2021-07-25T23-14-50

–schema 参数：只还原表结构。
–data 参数：只还原数据。
–table 参数：备份（或还原）特定表。也可以使用一个正则表达式，例如，针对特定的数据库：–table=dbname.*。
5.2.5 其他说明
（1）API 文档：https : //github.com/AlexAkulov/clickhouse-backup#api
（2）注意事项：切勿更改文件夹/var/lib/clickhouse/backup 的权限，可能会导致数据损
坏。
（3）远程备份
➢ 较新版本才支持，需要设置 config 里的 s3 相关配置
➢ 上传到远程存储：sudo clickhouse-backup upload xxxx
➢ 从远程存储下载：sudo clickhouse-backup download xxxx
➢ 保存周期： backups_to_keep_local，本地保存周期，单位天
backups_to_keep_remote，远程存储保存周期，单位天0 均表示不删除