clickhouse安装

clickhousee安装

第一部分

1.1修改vi /etc/security/limits.conf

vi /etc/security/limits.d/20-nproc.conf

  • soft nofile 65536
  • hard nofile 65536
  • soft nproc 131072
  • hard nproc 131072
    查看命令:ulimit -n
1.2取消SELINUX

修改vi /etc/selinux/config
SELINUX=disabled

1.3关闭防火墙

service iptables stop
systemctl status firewalld
systemctl stop firewalld
systemctl start firewalld

1.4安装依赖

yum install -y libtool
yum install -y unixODBC

第二部分

2.1网址

官网https://clickhouse.yandex/
下载地址:https://packagecloud.io/altinity/clickhouse
下载文件:
clickhouse-client-19.16.10.44-1.el7.x86_64.rpm
clickhouse-common-static-19.16.10.44-1.el7.x86_64.rpm
clickhouse-server-19.16.10.44-1.el7.x86_64.rpm
clickhouse-server-common-19.16.10.44-1.el7.x86_64.rpm
上传至服务器,进行安装
rpm -ivh *.rpm
注意,安装有先后顺序
报错:
error: Failed dependencies:
libicudata.so.50()(64bit) is needed by clickhouse-common-static-19.16.10.44-1.el7.x86_64
libicui18n.so.50()(64bit) is needed by clickhouse-common-static-19.16.10.44-1.el7.x86_64
libicuuc.so.50()(64bit) is needed by clickhouse-common-static-19.16.10.44-1.el7.x86_64
libicudata.so.50()(64bit) is needed by clickhouse-server-19.16.10.44-1.el7.x86_64
libicui18n.so.50()(64bit) is needed by clickhouse-server-19.16.10.44-1.el7.x86_64
libicuuc.so.50()(64bit) is needed by clickhouse-server-19.16.10.44-1.el7.x86_64
解决方案:
安装依赖
yum search libicu
yum install libicu.x86_64

image.png

1.启动单机模式

service clickhouse-server start


image.png
登录

clickhouse-client


image.png

clickhouse常用命令

命令 含义
--host,-h 服务端的host名称,默认是‘localhost’
--port 连接的端口,默认值:9000
--user,-u 用户名,默认值:default
--password 密码。默认值:空字符串。
--query,-q 非交互模式下的查询语句
--database,-d 默认当前操作的数据库,默认值:default
--multiline,-m 允许多行语句查询
--format,-f 使用指定的默认格式输出结果
--time,-t 非交互模式下会打印查询执行的时间的窗口
--stacktrace 如果出现异常,会打印堆栈跟踪信息
--config-file 配置文件的名称
2.集群模式

2.1三台机器修改配置文件config.xml
修改这里的目的是让用户在任意机器都可以访问clickhouse节点上的数据
vi /etc/clickhouse-server/config.xml
::
2.2在三台机器的etc目录下新建metrika.xml文件
vi /etc/metrika.xml



    
        
             true
            
                hadoop0
                9000
            
        
        
            
                true
                hadoop1
                9000
            
        
        
            true
            
                hadoop2
                9000
            
        
    




  
    hadoop0
    2181
  
  
    hadoop1
    2181
  
  
    hadoop2
    2181
  



    hadoop0




   ::/0





  10000000000             
  0.01
  lz4




启动zookeeper服务
启动clickhouse服务
service click-house start
查看集群启动情况

hadoop0 :) select * from  system.clusters

SELECT *
FROM system.clusters

┌─cluster───────────────────────────┬─shard_num─┬─shard_weight─┬─replica_num─┬─host_name─┬─host_address───┬─port─┬─is_local─┬─user────┬─default_database─┬─errors_count─┬─estimated_recovery_time─┐
│ clickhouse_cluster                │         1 │            1 │           1 │ hadoop0   │ 192.168.75.150 │ 9000 │        1 │ default │                  │            0 │                       0 │
│ clickhouse_cluster                │         2 │            1 │           1 │ hadoop1   │ 192.168.75.151 │ 9000 │        0 │ default │                  │            0 │                       0 │
│ clickhouse_cluster                │         3 │            1 │           1 │ hadoop2   │ 192.168.75.152 │ 9000 │        0 │ default │                  │            0 │                       0 │
│ test_cluster_two_shards           │         1 │            1 │           1 │ 127.0.0.1 │ 127.0.0.1      │ 9000 │        1 │ default │                  │            0 │                       0 │
│ test_cluster_two_shards           │         2 │            1 │           1 │ 127.0.0.2 │ 127.0.0.2      │ 9000 │        0 │ default │                  │            0 │                       0 │
│ test_cluster_two_shards_localhost │         1 │            1 │           1 │ localhost │ ::1            │ 9000 │        1 │ default │                  │            0 │                       0 │
│ test_cluster_two_shards_localhost │         2 │            1 │           1 │ localhost │ ::1            │ 9000 │        1 │ default │                  │            0 │                       0 │
│ test_shard_localhost              │         1 │            1 │           1 │ localhost │ ::1            │ 9000 │        1 │ default │                  │            0 │                       0 │
│ test_shard_localhost_secure       │         1 │            1 │           1 │ localhost │ ::1            │ 9440 │        0 │ default │                  │            0 │                       0 │
│ test_unavailable_shard            │         1 │            1 │           1 │ localhost │ ::1            │ 9000 │        1 │ default │                  │            0 │                       0 │
│ test_unavailable_shard            │         2 │            1 │           1 │ localhost │ ::1            │    1 │        0 │ default │                  │            0 │                       0 │
└───────────────────────────────────┴───────────┴──────────────┴─────────────┴───────────┴────────────────┴──────┴──────────┴─────────┴──────────────────┴──────────────┴─────────────────────────┘

第三部分

3.1与其他框架比较

mysql hive clickhouse(区分大小写)
byte TINYINT Int8
short SMALLINT Int16
int INT Int32
long BIGINT Int64
varchar STRING String
timestamp TIMESTAMP DateTime
float FLOAT Float32
double DOUBLE Float64
boolean BOOLEAN

数组类型

 select arr(1,2,3) as arr,toTypeName(arr)

SELECT 
    arr(1, 2, 3) AS arr, 
    toTypeName(arr)

Received exception from server (version 19.16.10):
Code: 46. DB::Exception: Received from localhost:9000. DB::Exception: Unknown function arr. 

0 rows in set. Elapsed: 0.547 sec. 

hadoop0 :) select array(1,2,3) as arr,toTypeName(arr)  

SELECT 
    [1, 2, 3] AS arr, 
    toTypeName(arr)

┌─arr─────┬─toTypeName([1, 2, 3])─┐
│ [1,2,3] │ Array(UInt8)          │
└─────────┴───────────────────────┘

1 rows in set. Elapsed: 0.034 sec.

元组
创建元组的实例

select tuple(1,'a') as x,toTypeName(x) 

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

┌─x───────┬─toTypeName(tuple(1, 'a'))─┐
│ (1,'a') │ Tuple(UInt8, String)      │
└─────────┴───────────────────────────┘

1 rows in set. Elapsed: 0.006 sec. 

Date
日期类型

第4部分 表引擎

表引擎(即表的类型)决定了:
1.数据的存储方式和位置,写到哪里以及从哪里读取数据
2、支持哪些查询以及如何支持
3、并发数据访问
4、索引的使用(如果存在)
5、是否可以执行多项成请求
6、数据复制参数

你可能感兴趣的:(clickhouse安装)