共计 1595 个字符,预计需要花费 4 分钟才能阅读完成。
本文首发于 2020-09-21 22:01:12
《ClickHouse 和他的敌人们》系列文章转载自圈内好友 BohuTANG 的博客,原文链接:
https://bohutang.me/2020/09/1…
以下为注释。
如果多个 ClickHouse server 能够挂载同一份数据(分布式存储等),并且每个 server 都可写,这样会有什么益处呢?
首先,咱们能够把正本机制交给分布式存储来保障,下层架构变得简略奢侈;
其次,clickhouse-server 能够在任意机器上减少、缩小,使存储和计算能力失去充分发挥。
本文就来探讨一下 ClickHouse 的存储计算拆散计划,实现上并不简单。
1. 问题
ClickHouse 运行时数据由两局部组成:内存元数据 和磁盘数据。
咱们先看写流程:
w1. 开始写入数据
w2. 生成内存 part 信息,并保护 part metadata 列表
w3. 把 part 数据写到磁盘
再来看读流程:
r1. 从 part metadata 定位须要读取的 part
r2. 从磁盘读取 part 数据
r3. 返回给下层数据
这样,如果 server1 写了一条数据,只会更新本人内存的 part metadata,其余 server 是感知不到的,这样也就无奈查问到刚写入的数据。
存储计算拆散,首先要解决的就是内存状态数据的同步问题。
在 ClickHouse 里,咱们须要解决的是内存中 part metadata 同步问题。
2. 内存数据同步
在上篇 <ReplicatedMergeTree 表引擎及同步机制 > 中,咱们晓得正本间的数据同步机制:
首先同步元数据,再通过元数据获取相应 part 数据。
这里,咱们借用 ReplicatedMergeTree 同步通道,而后再做减法,同步完元数据后跳过 part 数据的同步,因为磁盘数据只需一个 server 做更新 (须要 fsync 语义) 即可。
外围代码:MergeTreeData::renameTempPartAndReplace
if (!share_storage)
part->renameTo(part_name, true);
3. 演示 demo
demo 视频
script:
- 首先起 2 个 clickhouse-server,它们都挂载同一份数据
<path>/home/bohu/work/cluster/d1/datas/</path>
- 通过 clickhouse-server1(port 9101) 写入一条记录:(111, 3333)
- 通过 clickhouse-server2(port 9102) 进行查问失常
- 通过 clickhouse-server2(port 9102) truncate 表
- 通过 clickhouse-server1(port 9101) 查问失常
4. 代码实现
原型
须要留神的是,这里只实现了写入数据同步,而且是十分 tricky 的形式。
因为 DDL 没有实现,所以在 zookeeper 上的注册形式也比拟 tricky,demo 里的 replicas 都是手工注册的。
5. 总结
本文提供一个思路,算是抛砖引玉,同时也期待更加零碎的工程实现。
ClickHouse 临时还不反对 Distributed Query 性能,如果这个能力反对,ClickHouse 存储计算拆散就是一个威力无比的小氢弹。
欢送关注我的微信公众号【数据库内核】:分享支流开源数据库和存储引擎相干技术。
题目 | 网址 |
---|---|
GitHub | https://dbkernel.github.io |
知乎 | https://www.zhihu.com/people/… |
思否(SegmentFault) | https://segmentfault.com/u/db… |
掘金 | https://juejin.im/user/5e9d3e… |
开源中国(oschina) | https://my.oschina.net/dbkernel |
博客园(cnblogs) | https://www.cnblogs.com/dbkernel |