配置ClickHouse对接HDFS源文件

操作场景

本章节主要介绍使用ClickHouse对接HDFS组件进行文件读写。

前提条件

• 已安装ClickHouse客户端，例如客户端安装目录为“/opt/client”。
• 在FusionInsight Manager已创建具有ClickHouse相关表权限和访问HDFS的权限的用户，例如：clickhouseuser。
• 在对接HDFS组件之前，需要注意首先确保HDFS中有对应的目录，ClickHouse的HDFS引擎只会操作文件不会创建或删除目录。
• 当前系统只支持部署在x86节点的ClickHouse集群对接HDFS，部署在ARM节点的ClickHouse集群不支持对接HDFS。

操作步骤

1. 以客户端安装用户，登录客户端所在节点。
2. 执行以下命令切换到客户端安装目录。

   cd /opt/client

3. 执行以下命令配置环境变量。

   source bigdata_env

4. 执行以下命令认证当前用户（首次认证需要修改密码，未启用Kerberos认证集群跳过此步骤）。

   kinit clickhouseuser

5. 执行ClickHouse组件的客户端命令登录客户端。

   clickhouse client --host ClickHouseServer的实例业务IP --secure --port 9440

6. 执行以下命令对接HDFS组件。

   CREATE TABLE default.hdfs_engine_table (`name` String, `value` UInt32) ENGINE = HDFS('hdfs://{namenode_ip}:{dfs.namenode.rpc.port}/tmp/secure_ck.txt', 'TSV')

   

   • ClickHouseServer的实例业务IP地址获取方式：

     在FusionInsight Manager首页，选择“集群 > 服务 > ClickHouse > 实例”，获取ClickHouseServer实例对应的业务IP地址。

   • namenode_ip的获取方式：

     在FusionInsight Manager首页，选择“集群 > 服务 > HDFS > 实例”，获取主NameNode业务IP。

   • dfs.namenode.rpc.port的获取方式：

     在FusionInsight Manager首页，选择“集群 > 服务 > HDFS > 配置 > 全部配置”，搜索并获取参数“dfs.namenode.rpc.port”的值。

   • 访问的HDFS文件路径：

     如果是访问的多个文件，需要指定到文件夹后边加上*号，如：hdfs://{namenode_ip}:{dfs.namenode.rpc.port}/tmp/*