ClickHouse学习系列之八【数据导入迁移&同步】

背景

　　在介绍了一些ClickHouse相关的系列文章之后，大致对ClickHouse有了比较多的了解。它是一款非常优秀的OLAP数据库，为了更好的来展示其强大的OLAP能力，本文将介绍一些快速导入大量数据到ClickHouse的方法。如：通过文件、远程数据库等方式。

说明

一、其他数据库导入到ClickHouse

MySQL可以做为ClickHouse的外部存储类型，还有其他的存储类型，如：MongoDB、PostgreSQL、HDFS、JDBC、ODBC、Kafka、File、RabbitMQ、S3等等，具体的可以看官网说明。本文介绍MySQL、MongoDB、File三种方式的导入，前2种方式相当于链表。

① MySQL数据导入到ClickHouse

方法一： 外部引擎，建立远程表

MySQL引擎允许对存储在远程 MySQL 服务器上的数据执行 SELECT 和 INSERT 查询，不能执行DELETE 和 UPDATE。

CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
    name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1] [TTL expr1],
    name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2] [TTL expr2],
    ...
) ENGINE = MySQL('host:port', 'database', 'table', 'user', 'password'[, replace_query, 'on_duplicate_clause'])
SETTINGS
    [connection_pool_size=16, ]
    [connection_max_tries=3, ]
    [connection_auto_close=true ]
;

建议：列名相同。参数 external_table_functions_use_nulls 表示如何处理null值，默认1，可选值0。1：可以为null，0：不能为null，使用默认值代替。MySQL的参数说明：

  • host:port — MySQL 地址

  • database — MySQL数据库名

  • table — MySQL表名

  • user — MySQL 用户

  • password — MySQL用户密码

  • replace_query — 默认0，对应replace into。设置1这会用replace into 代替 insert into

  • on_duplicate_clause — 默认0，对应 ON DUPLICATE KEY。设置1这会代替 insert into，和replace_query互斥

例子：

CREATE TABLE testdb.test
(
    `id` UInt32,
    `c1` Date COMMENT 'c1',
    `c2` DateTime COMMENT 'c2',
    `c3` String COMMENT 'c3',
    `c4` UInt32 COMMENT 'c4'
)
ENGINE = MySQL('10.10.10.10:3306','test','test','dba','dba')

注意：在查询远程表的时候，除了where条件会带入到远程的MySQL中，其余的条件（聚合），包含limit都会在ClickHouse本地执行，而远程则执行全表扫描。最后可以对该表执行 SELECT 和 INSERT 查询，不能执行DELETE 和 UPDATE。

此后就可以在ClickHouse上创建符合要求的引擎表，如MergeTree引擎，再通过以下SQL来进行导入数据。

 insert into ck_tb select * from my_tb

 方法二：和方法一类似，不过方法二是直接用了mysql函数来进行远程访问：建立需要的引擎，再用mysql函数进行远程导入，可以指定列来导入数据，把*改成具体列名。

insert into ck_tb select * from mysql('host:port', 'database', 'table', 'user', 'password')

mysql函数里的参数可以参考方法一的说明。
例子：

-- 建立表
CREATE TABLE testdb.test_ck1
(
    `id` UInt32,
    `c1` Date COMMENT 'c1',
    `c2` DateTime COMMENT 'c2',
    `c3` String COMMENT 'c3',
    `c4` UInt32 COMMENT 'c4'
)
ENGINE = MergeTree
PARTITION BY c1
ORDER BY id

-- 插入数据
INSERT INTO test_ck1 SELECT *
FROM mysql('10.10.10.10:3306','test','test','dba','dba')

方法三：create + select

CREATE TABLE [IF NOT EXISTS] [db.]table_name
ENGINE = ENGINE
AS
SELECT *
FROM mysql('host:port', 'database', 'table', 'user', 'password')

mysql函数里的参数可以参考方法一的说明。

例子：

create table test_ck2 engine = MergeTree order by id as select * from mysql('10.10.10.10:3306','test','test','dba','dba');
或
create table test_ck2 engine = Log as select * from mysql('10.10.10.10:3306','test','test','dba','dba');

通过该方法的导入，不需要事先建立表，它会自动根据select出来的数据按照需要创建符合要求的类型。

② MongoDB数据导入到ClickHouse

MongoDB引擎允许对存储在远程 MongoDB 服务器上的数据执行 SELECT 查询，不能执行 INSERT、DELETE 和 UPDATE。

CREATE TABLE [IF NOT EXISTS] [db.]table_name
(
    name1 [type1],
    name2 [type2],
    ...
) ENGINE = MongoDB(host:port, database, collection, user, password);

建议：列名相同。MongoDB的参数说明：

  • host:port — MongoDB 地址.

  • database — MongoDB 数据库名

  • collection — MongoDB 集合名

  • user — MongoDB 用户

  • password — MongoDB 密码

例子：

CREATE TABLE mongo_table
(
    key UInt64, 
    data String
) ENGINE = MongoDB('mongo1:27017', 'test', 'simple_table', 'testuser', 'clickhouse');

注意：相对于MySQL，MongoDB远程表还不允许INSERT。此后就可以在ClickHouse上创建符合要求的引擎表，如MergeTree引擎，再通过以下SQL来进行导入数据。

insert into ck_tb select * from mon_tb

MongoDB目前只作为一个外部引擎，不像MySQL还能作为一个函数进行远程操作，所以MySQL数据处理中的方法二、三不适用于MongoDB数据的处理。

③ File数据导入到ClickHouse：外部引擎和函数

和MySQL引擎导入方法类似， 支持并发读，不支持并发插入。不支持ALTER、索引和副本

方法一：外部引擎（建立远程表）

CREATE TABLE file_engine_table (name String, value UInt32) ENGINE=File(Format)

File函数里的参数Format的取值可以看文档，这里说明下csv的例子。

-- 建立表
create table csv_table(id UInt64,name String)engine = File('CSV');

-- 在表目录里创建文件或则导入文件，必须命名为data.CSV
$ cat data.CSV 
1,a
2,b
3,c
4,d
5,e

-- 这样，在表里就可以看到数据了
:) select * from csv_table;

┌─id─┬─name─┐
│  1 │ a    │
│  2 │ b    │
│  3 │ c    │
│  4 │ d    │
│  5 │ e    │
└────┴──────┘

注意：File引擎的表，可以对其进行SELECT、INSERT，不能进行DELETE、UPDATE。此后就可以在ClickHouse上创建符合要求的引擎表，如MergeTree引擎，再通过以下SQL来进行导入数据。

insert into ck_tb select * from csv_tb

方法二： 

通过file函数导入数据，并且以表的形式展示，格式为：

select * from file(path, format, structure)
  • path — 参数user_files_path下的相对路径，支持以下格式：*、?、{abc,def} 和 {N..M} ，其中 N、M — 数字、'abc'、'def' — 字符串。
  • format — 文件格式
  • structure — 表结构。 格式：'column1_name column1_type, column2_name column2_type, ...'

在config.xml文件中找到参数user_files_path，在该参数指定的目录下创建一个csv文件：

$ cat test.csv 
1,a,123
2,b,234
3,c,345
4,d,456
5,e,567

然后通过SQL查询：

:) SELECT * FROM file('test.csv', 'CSV', 'column1 UInt32, column2 String, column3 UInt32');
┌─column1─┬─column2─┬─column3─┐
│       1 │ a       │     123 │
│       2 │ b       │     234 │
│       3 │ c       │     345 │
│       4 │ d       │     456 │
│       5 │ e       │     567 │
└─────────┴─────────┴─────────┘

如果该目录下有多个csv文件：test.csv、test1.csv、test2.csv，则可以通过通配符来进行全部加载读取：

:) SELECT * FROM file('test*.csv', 'CSV', 'column1 UInt32, column2 String, column3 UInt32');

┌─column1─┬─column2─┬─column3─┐
│       1 │ aaa     │     123 │
│       2 │ bbb     │     234 │
│       3 │ ccc     │     345 │
│       4 │ ddd     │     456 │
│       5 │ eee     │     567 │
└─────────┴─────────┴─────────┘
┌─column1─┬─column2─┬─column3─┐
│       1 │ a       │     123 │
│       2 │ b       │     234 │
│       3 │ c       │     345 │
│       4 │ d       │     456 │
│       5 │ e       │     567 │
└─────────┴─────────┴─────────┘
┌─column1─┬─column2─┬─column3─┐
│       1 │ aa      │     123 │
│       2 │ bb      │     234 │
│       3 │ cc      │     345 │
│       4 │ dd      │     456 │
│       5 │ ee      │     567 │
└─────────┴─────────┴─────────┘

此后就可以在ClickHouse上创建符合要求的引擎表，如MergeTree引擎，再通过以下SQL来进行导入数据。

:) insert into csv_table_ck SELECT * FROM file('test*.csv', 'CSV', 'column1 UInt32, column2 String, column3 UInt32')

方法三： create + select

CREATE TABLE [IF NOT EXISTS] [db.]table_name
ENGINE = ENGINE 
AS
SELECT *
FROM file(path, format, structure)

例子：

:) create table csv_table_ck1 engine = MergeTree ORDER BY column1 as  SELECT * FROM file('test*.csv', 'CSV', 'column1 UInt32, column2 String, column3 UInt32');

注意：需要在file函数的参数structure指定的表结构字段中选取字段进行 ORDER BY 的指定设置。并且通过该方法的导入，不需要事先建立表，它会自动根据select出来的数据按照需要创建符合要求的类型。

方法四：也可以通过输入流来进行数据的导入，clickhouse-local 

$ echo -e "1,2\n3,4" | clickhouse-local -q "CREATE TABLE table (a Int64, b Int64) ENGINE = File(CSV, stdin); SELECT a, b FROM table; DROP TABLE table"

二、MySQL同步到ClickHouse（实验阶段）

ClickHouse推出了MaterializeMySQL数据库引擎，用于将MySQL服务器中的表映射到ClickHouse中。ClickHouse服务做为MySQL副本，读取Binlog并执行DDL和DML请求，实现了基于MySQL Binlog机制的业务数据库实时同步功能：支持全量和增量同步，首次创建数据库引擎时进行一次全量复制，之后通过监控binlog变化进行增量数据同步。阿里云上也有介绍说明。

CREATE DATABASE [IF NOT EXISTS] db_name [ON CLUSTER cluster]
ENGINE = MaterializeMySQL('host:port', ['database' | database], 'user', 'password') [SETTINGS ...]
  • host:port — MySQL 地址
  • database — MySQL 数据库名
  • user — MySQL 用户名，具有MySQL库的RELOAD、REPLICATION SLAVE、REPLICATION CLIENT以及SELECT PRIVILEGE权限
  • password — MySQL 密码

使用MaterializeMySQL数据库引擎，同步到ClickHouse集群上表的默认引擎为ReplacingMergeTree，并会在表中增加2个虚拟列：

  • _version — 事务计数器，记录数据版本信息。UInt64类型。
  • _sign — 删除标记，标记该行是否删除。TypeInt8类型:
    • 1 — 未删除
    • -1 — 已删除

测试：

MaterializeMySQL数据库引擎需要开启allow_experimental_database_materialize_mysql参数。即需要设置为1：

SET allow_experimental_database_materialize_mysql = 1

以上SET 只是更改了当前会话中的值，分布式 DDL 在单独的会话中执行，SET 不影响它。 应该在服务器配置中全局启用 allow_experimental_database_materialize_mysql 设置，如：

 修改user.xml：

    <profiles>
        <!-- Default settings. -->
        <default>
...
            <allow_experimental_database_materialize_mysql>1</allow_experimental_database_materialize_mysql>
        </default>
...
    </profiles>

修改config.xml： 

    <distributed_ddl>
...
        <path>/clickhouse/task_queue/ddl</path>
        <allow_experimental_database_materialize_mysql>1</allow_experimental_database_materialize_mysql>
...
    </distributed_ddl>

修改这些配置是动态生效的，可以查看该参数是否修改成功： 

:) SELECT *　FROM system.settings　WHERE name = 'allow_experimental_database_materialize_mysql';

┌─name──────────────────────────────────────────┬─value─┬─changed─┬─description─────────────────────────────────────────────────┬─min──┬─max──┬─readonly─┬─type─┐
│ allow_experimental_database_materialize_mysql │ 1     │       1 │ Allow to create database with Engine=MaterializeMySQL(...). │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │        0 │ Bool │
└───────────────────────────────────────────────┴───────┴─────────┴─────────────────────────────────────────────────────────────┴──────┴──────┴──────────┴──────┘

现在可以开始MaterializeMySQL数据库引擎来同步MySQL数据库了。需要注意的是MySQL的binlog格式为Row，并且开启GTID。

①：创建MaterializeMySQL数据库：同步MySQL的ck_test库中的表

:) create database mysql_2_ck ENGINE = MaterializeMySQL('10.10.10.10:3306','ck_test','test','test');

②：全量同步

-- 全量：
通过 select * from tb 拉取MySQL的全量数据进行同步，再在本地ClickHouse上回放

③：增量同步

-- 增量：
通过订阅MySQL binlog来进行增量同步，在mysql上可以看到 Binlog Dump GTID 的订阅线程，再在本地ClickHouse上回放

④：记录MySQL Binlog信息 

-- 记录 binlog 信息
在<path>指定的目录下的metadata/dbname中保存binlog和position：<path>/metadata/dbname/.metadata

通过①~⑤同步关系已经搭建完成，为了测试同步效果，进行测试：测试同步包括：insert，update，delete，alter，create，drop，truncate等大部分DML和DDL操作

说明：在①中已经建立了ClickHouse【mysql_2_ck】和MySQL【ck_test】库的同步，后续操作在该库中进行。

新建表
-- mysql> CREATE TABLE employees (
    ->     emp_no      INT             NOT NULL,
    ->     birth_date  DATE            NOT NULL,
    ->     first_name  VARCHAR(14)     NOT NULL,
    ->     last_name   VARCHAR(16)     NOT NULL,
    ->     gender      CHAR(3)         NOT NULL,    
    ->     hire_date   DATE            NOT NULL,
    ->     PRIMARY KEY (emp_no)
    -> ) ENGINE=INNODB;

-- clickhouse :) show create table employees\G
statement: CREATE TABLE mysql_2_ck.employees
(
    `emp_no` Int32,
    `birth_date` Date,
    `first_name` String,
    `last_name` String,
    `gender` String,
    `hire_date` Date,
    `_sign` Int8 MATERIALIZED 1,
    `_version` UInt64 MATERIALIZED 1,
    INDEX _version _version TYPE minmax GRANULARITY 1
)
ENGINE = ReplacingMergeTree(_version)
PARTITION BY intDiv(emp_no, 4294967)
ORDER BY tuple(emp_no)
SETTINGS index_granularity = 8192


新增数据
-- mysql> INSERT INTO `employees` VALUES (10001,'1953-09-02','Georgi','Facello','M','1986-06-26'),
    -> (10002,'1964-06-02','Bezalel','Simmel','F','1985-11-21'),
    -> (10003,'1959-12-03','Parto','Bamford','M','1986-08-28'),
    -> (10004,'1954-05-01','Chirstian','Koblick','M','1986-12-01'),
    -> (10005,'1955-01-21','Kyoichi','Maliniak','M','1989-09-12'),
    -> (10006,'1953-04-20','Anneke','Preusig','F','1989-06-02'),
    -> (10007,'1957-05-23','Tzvetan','Zielinski','F','1989-02-10'),
    -> (10008,'1958-02-19','Saniya','Kalloufi','M','1994-09-15'),
    -> (10009,'1952-04-19','Sumant','Peac','F','1985-02-18'),
    -> (10010,'1963-06-01','Duangkaew','Piveteau','F','1989-08-24'),
    -> (10011,'1953-11-07','Mary','Sluis','F','1990-01-22'),
    -> (10012,'1960-10-04','Patricio','Bridgland','M','1992-12-18'),
    -> (10013,'1963-06-07','Eberhardt','Terkki','M','1985-10-20'),
    -> (10014,'1956-02-12','Berni','Genin','M','1987-03-11'),
    -> (10015,'1959-08-19','Guoxiang','Nooteboom','M','1987-07-02'),
    -> (10016,'1961-05-02','Kazuhito','Cappelletti','M','1995-01-27'),
    -> (10017,'1958-07-06','Cristinel','Bouloucos','F','1993-08-03'),
    -> (10018,'1954-06-19','Kazuhide','Peha','F','1987-04-03');

-- clickhouse :) select * from mysql_2_ck.employees;
┌─emp_no─┬─birth_date─┬─first_name─┬─last_name───┬─gender─┬──hire_date─┐
│  10002 │ 2143-11-07 │ Bezalel    │ Simmel      │ F      │ 1985-11-21 │
│  10006 │ 2132-09-24 │ Anneke     │ Preusig     │ F      │ 1989-06-02 │
│  10011 │ 2133-04-13 │ Mary       │ Sluis       │ F      │ 1990-01-22 │
│  10015 │ 2139-01-23 │ Guoxiang   │ Nooteboom   │ M      │ 1987-07-02 │
│  10016 │ 2140-10-06 │ Kazuhito   │ Cappelletti │ M      │ 1995-01-27 │
└────────┴────────────┴────────────┴─────────────┴────────┴────────────┘
┌─emp_no─┬─birth_date─┬─first_name─┬─last_name─┬─gender─┬──hire_date─┐
│  10004 │ 2133-10-05 │ Chirstian  │ Koblick   │ M      │ 1986-12-01 │
│  10009 │ 2131-09-24 │ Sumant     │ Peac      │ F      │ 1985-02-18 │
│  10013 │ 2142-11-11 │ Eberhardt  │ Terkki    │ M      │ 1985-10-20 │
│  10018 │ 2133-11-23 │ Kazuhide   │ Peha      │ F      │ 1987-04-03 │
└────────┴────────────┴────────────┴───────────┴────────┴────────────┘
┌─emp_no─┬─birth_date─┬─first_name─┬─last_name─┬─gender─┬──hire_date─┐
│  10003 │ 2139-05-09 │ Parto      │ Bamford   │ M      │ 1986-08-28 │
│  10007 │ 2136-10-27 │ Tzvetan    │ Zielinski │ F      │ 1989-02-10 │
│  10010 │ 2142-11-05 │ Duangkaew  │ Piveteau  │ F      │ 1989-08-24 │
│  10014 │ 2135-07-19 │ Berni      │ Genin     │ M      │ 1987-03-11 │
│  10017 │ 2137-12-10 │ Cristinel  │ Bouloucos │ F      │ 1993-08-03 │
└────────┴────────────┴────────────┴───────────┴────────┴────────────┘
┌─emp_no─┬─birth_date─┬─first_name─┬─last_name─┬─gender─┬──hire_date─┐
│  10001 │ 2133-02-06 │ Georgi     │ Facello   │ M      │ 1986-06-26 │
│  10005 │ 2134-06-27 │ Kyoichi    │ Maliniak  │ M      │ 1989-09-12 │
│  10008 │ 2137-07-26 │ Saniya     │ Kalloufi  │ M      │ 1994-09-15 │
│  10012 │ 2140-03-10 │ Patricio   │ Bridgland │ M      │ 1992-12-18 │
└────────┴────────────┴────────────┴───────────┴────────┴────────────┘


删除数据
-- mysql> delete from employees where emp_no >10010;
Query OK, 8 rows affected (0.01 sec)

-- clickhouse :) select * from mysql_2_ck.employees;
┌─emp_no─┬─birth_date─┬─first_name─┬─last_name─┬─gender─┬──hire_date─┐
│  10001 │ 2133-02-06 │ Georgi     │ Facello   │ M      │ 1986-06-26 │
│  10005 │ 2134-06-27 │ Kyoichi    │ Maliniak  │ M      │ 1989-09-12 │
│  10008 │ 2137-07-26 │ Saniya     │ Kalloufi  │ M      │ 1994-09-15 │
└────────┴────────────┴────────────┴───────────┴────────┴────────────┘
┌─emp_no─┬─birth_date─┬─first_name─┬─last_name─┬─gender─┬──hire_date─┐
│  10004 │ 2133-10-05 │ Chirstian  │ Koblick   │ M      │ 1986-12-01 │
│  10009 │ 2131-09-24 │ Sumant     │ Peac      │ F      │ 1985-02-18 │
└────────┴────────────┴────────────┴───────────┴────────┴────────────┘
┌─emp_no─┬─birth_date─┬─first_name─┬─last_name─┬─gender─┬──hire_date─┐
│  10003 │ 2139-05-09 │ Parto      │ Bamford   │ M      │ 1986-08-28 │
│  10007 │ 2136-10-27 │ Tzvetan    │ Zielinski │ F      │ 1989-02-10 │
│  10010 │ 2142-11-05 │ Duangkaew  │ Piveteau  │ F      │ 1989-08-24 │
└────────┴────────────┴────────────┴───────────┴────────┴────────────┘
┌─emp_no─┬─birth_date─┬─first_name─┬─last_name─┬─gender─┬──hire_date─┐
│  10002 │ 2143-11-07 │ Bezalel    │ Simmel    │ F      │ 1985-11-21 │
│  10006 │ 2132-09-24 │ Anneke     │ Preusig   │ F      │ 1989-06-02 │
└────────┴────────────┴────────────┴───────────┴────────┴────────────┘


修改数据
-- mysql> update employees set hire_date = hire_date+1 where emp_no <10005;
Query OK, 4 rows affected (0.01 sec)

-- clickhouse :) select * from mysql_2_ck.employees;
┌─emp_no─┬─birth_date─┬─first_name─┬─last_name─┬─gender─┬──hire_date─┐
│  10001 │ 2133-02-06 │ Georgi     │ Facello   │ M      │ 1986-06-27 │
│  10005 │ 2134-06-27 │ Kyoichi    │ Maliniak  │ M      │ 1989-09-12 │
│  10008 │ 2137-07-26 │ Saniya     │ Kalloufi  │ M      │ 1994-09-15 │
└────────┴────────────┴────────────┴───────────┴────────┴────────────┘
┌─emp_no─┬─birth_date─┬─first_name─┬─last_name─┬─gender─┬──hire_date─┐
│  10003 │ 2139-05-09 │ Parto      │ Bamford   │ M      │ 1986-08-29 │
│  10007 │ 2136-10-27 │ Tzvetan    │ Zielinski │ F      │ 1989-02-10 │
│  10010 │ 2142-11-05 │ Duangkaew  │ Piveteau  │ F      │ 1989-08-24 │
└────────┴────────────┴────────────┴───────────┴────────┴────────────┘
┌─emp_no─┬─birth_date─┬─first_name─┬─last_name─┬─gender─┬──hire_date─┐
│  10002 │ 2143-11-07 │ Bezalel    │ Simmel    │ F      │ 1985-11-22 │
│  10006 │ 2132-09-24 │ Anneke     │ Preusig   │ F      │ 1989-06-02 │
└────────┴────────────┴────────────┴───────────┴────────┴────────────┘
┌─emp_no─┬─birth_date─┬─first_name─┬─last_name─┬─gender─┬──hire_date─┐
│  10004 │ 2133-10-05 │ Chirstian  │ Koblick   │ M      │ 1986-12-02 │
│  10009 │ 2131-09-24 │ Sumant     │ Peac      │ F      │ 1985-02-18 │
└────────┴────────────┴────────────┴───────────┴────────┴────────────┘


修改表结构
- 新增字段
-- mysql> alter table employees add age int after gender;
Query OK, 0 rows affected (0.08 sec)

-- clickhouse :) desc mysql_2_ck.employees;
┌─name───────┬─type────────────┬─default_type─┬─default_expression─┬─comment─┬─codec_expression─┬─ttl_expression─┐
│ emp_no     │ Int32           │              │                    │         │                  │                │
│ birth_date │ Date            │              │                    │         │                  │                │
│ first_name │ String          │              │                    │         │                  │                │
│ last_name  │ String          │              │                    │         │                  │                │
│ gender     │ String          │              │                    │         │                  │                │
│ age        │ Nullable(Int32) │              │                    │         │                  │                │
│ hire_date  │ Date            │              │                    │         │                  │                │
│ _sign      │ Int8            │ MATERIALIZED │ 1                  │         │                  │                │
│ _version   │ UInt64          │ MATERIALIZED │ 1                  │         │                  │                │
└────────────┴─────────────────┴──────────────┴────────────────────┴─────────┴──────────────────┴────────────────┘

- 删除字段
-- mysql> alter table employees drop age;
Query OK, 0 rows affected (0.09 sec)

-- clickhouse :) desc mysql_2_ck.employees;
┌─name───────┬─type───┬─default_type─┬─default_expression─┬─comment─┬─codec_expression─┬─ttl_expression─┐
│ emp_no     │ Int32  │              │                    │         │                  │                │
│ birth_date │ Date   │              │                    │         │                  │                │
│ first_name │ String │              │                    │         │                  │                │
│ last_name  │ String │              │                    │         │                  │                │
│ gender     │ String │              │                    │         │                  │                │
│ hire_date  │ Date   │              │                    │         │                  │                │
│ _sign      │ Int8   │ MATERIALIZED │ 1                  │         │                  │                │
│ _version   │ UInt64 │ MATERIALIZED │ 1                  │         │                  │                │
└────────────┴────────┴──────────────┴────────────────────┴─────────┴──────────────────┴────────────────┘

新增索引
-- ClickHouse不会同步

删除索引
-- ClickHouse不会同步

修改字段长度
-加长
-- mysql> alter table employees modify age bigint;

-- clickhouse :) desc employees;
┌─name───────┬─type─────────────┬─default_type─┬─default_expression─┬─comment─┬─codec_expression─┬─ttl_expression─┐
│ emp_no     │ Int32            │              │                    │         │                  │                │
│ birth_date │ Date             │              │                    │         │                  │                │
│ first_name │ String           │              │                    │         │                  │                │
│ last_name  │ String           │              │                    │         │                  │                │
│ gender     │ String           │              │                    │         │                  │                │
│ age        │ Nullable(Int64)  │              │                    │         │                  │                │
│ address    │ Nullable(String) │              │                    │         │                  │                │
│ hire_date  │ Date             │              │                    │         │                  │                │
│ _sign      │ Int8             │ MATERIALIZED │ 1                  │         │                  │                │
│ _version   │ UInt64           │ MATERIALIZED │ 1                  │         │                  │                │
└────────────┴──────────────────┴──────────────┴────────────────────┴─────────┴──────────────────┴────────────────┘

-改短
-- mysql> alter table employees modify age int;

-- clickhouse :) desc employees;
┌─name───────┬─type─────────────┬─default_type─┬─default_expression─┬─comment─┬─codec_expression─┬─ttl_expression─┐
│ emp_no     │ Int32            │              │                    │         │                  │                │
│ birth_date │ Date             │              │                    │         │                  │                │
│ first_name │ String           │              │                    │         │                  │                │
│ last_name  │ String           │              │                    │         │                  │                │
│ gender     │ String           │              │                    │         │                  │                │
│ age        │ Nullable(Int32)  │              │                    │         │                  │                │
│ address    │ Nullable(String) │              │                    │         │                  │                │
│ hire_date  │ Date             │              │                    │         │                  │                │
│ _sign      │ Int8             │ MATERIALIZED │ 1                  │         │                  │                │
│ _version   │ UInt64           │ MATERIALIZED │ 1                  │         │                  │                │
└────────────┴──────────────────┴──────────────┴────────────────────┴─────────┴──────────────────┴────────────────┘

修改字段名
-- ClickHouse 不支持，同步报错

修改字段备注
-- ClickHouse 不会同步

清空表
-- mysql> truncate table employees;
Query OK, 0 rows affected (0.02 sec)

-- ClickHouse:) select * from mysql_2_ck.employees;
0 rows in set. Elapsed: 0.002 sec. 

重命名表
-- ClickHouse 正常同步

删除表
-- ClickHouse 正常同步

在测试中发现有以下几个情况会导致复制同步异常，可能不全，后续有情况会继续更新，目前发现的有：

  • 没有主键
  • 字段类型为：Enum、bit、time、json
  • 修改字段名

出现同步异常之后，会导致正常的ClickHouse上的表也不能读取，修复则需要删除整个库，再重新同步。如果使用MaterializeMySQL同步MySQL，不允许以上导致同步异常的情况发生。

因为MaterializeMySQL目前属于实验阶段，如果需要此功能，需要做好各种测试和验证。

除了自带的MaterializeMySQL可以同步MySQL数据之外，还可以用 Bifrost 来进行同步，该同步工具可以避免MaterializeMySQL同步字段类型的问题，单也有一些限制。具体的可以看官方介绍，该工具支持支持全量，增量同步。

总结

本文介绍了几种ClickHouse的导入方法，以及MySQL同步到ClickHouse的方法，这种数据批量导入和同步极大的方便了迁移数据的成本。后期官方如果完善MaterializeMySQL，相信ClickHouse将会进一步提高在OLAP上的使用率。

 

posted @ 2021-07-22 14:49  jyzhou  阅读(9230)  评论(0)  编辑  收藏  举报