计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机服务器 CPH
Huawei Cloud EulerOS
网络
虚拟私有云 VPC
弹性公网IP EIP
虚拟专用网络 VPN
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
VPC终端节点 VPCEP
云连接 CC
企业路由器 ER
企业交换机 ESW
全球加速 GA
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
边缘安全 EdgeSec
威胁检测服务 MTD
CDN与智能边缘
内容分发网络 CDN
CloudPond云服务
智能边缘云 IEC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
云搜索服务 CSS
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
数据可视化 DLV
数据湖工厂 DLF
湖仓构建 LakeFormation
企业应用
云桌面 Workspace
应用与数据集成平台 ROMA Connect
云解析服务 DNS
专属云
专属计算集群 DCC
IoT物联网
IoT物联网
设备接入 IoTDA
智能边缘平台 IEF
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
国际站常见问题
ICP备案
我的凭证
支持计划
客户运营能力
合作伙伴支持计划
专业服务
区块链
区块链服务 BCS
Web3节点引擎服务 NES
解决方案
SAP
高性能计算 HPC
视频
视频直播 Live
视频点播 VOD
媒体处理 MPC
实时音视频 SparkRTC
数字内容生产线 MetaStudio
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
存储容灾服务 SDRS
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属分布式存储服务 DSS
容器
云容器引擎 CCE
容器镜像服务 SWR
应用服务网格 ASM
华为云UCS
云容器实例 CCI
管理与监管
云监控服务 CES
统一身份认证服务 IAM
资源编排服务 RFS
云审计服务 CTS
标签管理服务 TMS
云日志服务 LTS
配置审计 Config
资源访问管理 RAM
消息通知服务 SMN
应用运维管理 AOM
应用性能管理 APM
组织 Organizations
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
应用身份管理服务 OneAccess
数据库
云数据库 RDS
文档数据库服务 DDS
数据管理服务 DAS
数据复制服务 DRS
云数据库 GeminiDB
云数据库 GaussDB
分布式数据库中间件 DDM
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
人脸识别服务 FRS
图引擎服务 GES
图像识别 Image
内容审核 Moderation
文字识别 OCR
AI开发平台ModelArts
图像搜索 ImageSearch
对话机器人服务 CBS
华为HiLens
视频智能分析服务 VIAS
语音交互服务 SIS
应用中间件
分布式缓存服务 DCS
API网关 APIG
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
多活高可用服务 MAS
事件网格 EG
企业协同
华为云会议 Meeting
云通信
消息&短信 MSGSMS
云生态
合作伙伴中心
云商店
开发者工具
SDK开发指南
API签名指南
Terraform
华为云命令行工具服务 KooCLI
其他
产品价格详情
系统权限
管理控制台
客户关联华为云合作伙伴须知
消息中心
公共问题
开发与运维
应用管理与运维平台 ServiceStage
软件开发生产线 CodeArts
需求管理 CodeArts Req
部署 CodeArts Deploy
性能测试 CodeArts PerfTest
编译构建 CodeArts Build
流水线 CodeArts Pipeline
制品仓库 CodeArts Artifact
测试计划 CodeArts TestPlan
代码检查 CodeArts Check
代码托管 CodeArts Repo
云应用引擎 CAE
开天aPaaS
云消息服务 KooMessage
云手机服务 KooPhone
云空间服务 KooDrive

配置ClickHouse冷热分离

更新时间:2024-12-13 GMT+08:00
说明:

本章节仅适用于MRS 3.3.1及之后版本。

操作场景

ClickHouse基于开源ClickHouse的multi-volume storage特性,允许将ClickHouse表存储在包含多个设备的卷当中。通过在volume中定义不同类型的磁盘,根据数据的“冷”、“热”程度将数据存放在不同类型的磁盘上,即冷数据存储在OBS,热数据存储在ClickHouse中。实现了ClickHouse集群在提供查询性能的同时又能以低成本的方式实现数据的长期存放。

配置ClickHouse数据冷热分离存储的整体流程如下:

  1. 创建OBS并行文件系统
  2. 创建云服务委托并绑定集群
  3. 创建普通账号委托并绑定集群
  4. ClickHouse集群添加OBS磁盘信息
  5. 配置磁盘存储策略
  6. 自定义冷热分离数据存储策略
  7. 导入数据ClickHouse测试验证

原理介绍

OBS对象存储是支持海量数据存储,并提供安全可靠的、低成本的分布式存储服务,ClickHouse基于OBS的优势构建冷热分离存储架构。ClickHouse实例所在的SSD云盘存放最近时间生成并且频繁访问的“热数据”,OBS存放较早时间生成且访问不频繁的“冷数据”,在建表的时候使用TTL实现数据根据特定时间策略进行冷热存储。
图1 冷热存储原理图
表1 模块说明

参数

描述

Volume

卷,有序的磁盘的集合。

Storage Policy

存储策略,卷的集合以及卷之间数据移动的规则。

创建OBS并行文件系统

  1. 登录云服务管理控制台。
  2. 选择“存储 > 对象存储服务”,进入对象存储服务界面。
  3. 选择“并行文件系统 > 创建并行文件系统”,配置以下参数后,单击“立即创建”。
    • 区域:选择MRS集群所在区域。
    • 文件系统名称:自定义名称,例如“mrs-ck-obs”。
  4. 单击已创建的并行文件系统名称,在“概览”页签中查看并记录“Endpoint”参数的值,即为OBS的Endpoint。
  5. 获取iam的Endpoint。
    • OBS的Endpoint中去掉前缀“obs.”,剩下的部分则为系统Endpoint。
      图2 获取Endpoint
    • iam的Endpoint为“iam.系统Endpoint”。

    例如:OBS的EndPoint为“obs.xxx.huawei.com”,则系统Endpoint为“xxx.huawei.com”,iam的Endpoint为“iam.xxx.huawei.com”。

  1. 获取AK/SK信息。
    1. 将鼠标移到右上角登录用户名处,在下拉列表中选择选择“我的凭证”。
    2. 在“API凭证”中,记录并保存“账号ID”的值,作为DomainID。
      图3 账号ID
    3. 单击“访问密钥”页签,单击“新增访问密钥”,输入验证码或密码。单击“确定”,生成并下载访问密钥,在.csv文件中获取AK/SK信息。
      说明:

      用户删除服务或者卸载集群后,可能导致3创建的并行文件系统下残留脏数据,请用户手动删除。

创建云服务委托并绑定集群

  1. 登录云服务管理控制台。
  2. 在服务列表中选择“管理与监管 > 统一身份认证服务 IAM”。
  3. 选择“委托 > 创建委托”,在创建委托页面设置如下参数,并单击“下一步”:
    • 委托名称:填写委托名称,例如:mrs_clickhouse_obs。
    • 委托类型:选择“云服务”。
    • 云服务:选择“弹性云服务器 ECS 裸金属服务器 BMS”。
    • 持续时间:选择“永久”。
      图4 创建委托
  4. 在弹出授权页面的搜索框内,搜索“OBS OperateAccess”策略,并勾选“OBS OperateAccess”策略。
  5. 单击“下一步”,在“选择权限范围方案”中选择“全局服务资源”,单击“确定”。
  6. 在弹出提示框中单击“知道了”,开始授权。界面提示“授权成功”,单击“完成”,委托创建成功。
  7. 在MRS控制台,选择“现有集群”,单击ClickHouse集群名称,进入集群详情页面。
  8. 在集群详情的“概览”页签,单击“IAM用户同步”右侧的“同步”,进行IAM用户同步。
  9. 单击委托右侧的“管理委托”选择创建的委托名称,例如:mrs_clickhouse_obs,单击“确定”进行绑定。

创建普通账号委托并绑定集群

  1. 登录云服务管理控制台。
  2. 在服务列表中选择“管理与监管 > 统一身份认证服务 IAM”。
  3. 选择“权限管理 > 权限”,单击“创建自定义策略”,配置如下参数,并单击“确定”:
    • 策略名称:填写策略名称,例如:clickhouse-policy。
    • 策略配置方式:选择“JSON视图”。
    • 策略内容:
      {
          "Version": "1.1",
          "Statement": [
              {
                  "Effect":"Allow",
                  "Action":[
                      "OBS:*:*"
                      ]
              }
              ]
      }

      图5 自定义策略
  4. 选择“委托 > 创建委托”,在创建委托页面配置以下参数并单击“确定”:
    • 委托名称:填写委托名称,例如:agency-clickhouse-to-OBS。
    • 委托类型:选择“普通账号”。
    • 委托的账号:填写本用户的云账号,即使用手机号开通的账号,不能是联邦用户或者IAM用户。
    • 持续时间:选择“永久”。
  5. 在弹出授权页面的搜索框内,搜索3新建的自定义策略,并勾选该策略,例如“clickhouse-policy”。
  6. 单击“下一步”,在“选择授权范围”中勾选“全局服务资源”,单击“确定”。
  7. 创建完成后,将鼠标放在新建的委托上,记录下委托ID。
  8. 在“统一身份认证服务”选择“委托”。
  9. 单击3中创建的云服务委托名称,例如:“mrs_clickhouse_obs”。
  10. 选择“授权记录 > 授权”,单击“新建策略”,参数配置如下:
    • 策略名称:自定义策略名,例如“clickhouse-assume-policy”。
    • 策略配置方式:选择“JSON视图”。
    • 策略内容:配置如下(其中“{委托id}”为7记录的ID)
      {
          "Version": "1.1",
          "Statement": [
              {
                  "Action": [
                      "iam:agencies:assume"
                  ],
                  "Resource": {
                      "uri": [
                          "/iam/agencies/{委托ID}"
                      ]
                  },
                  "Effect": "Allow"
              }
          ]
      }
  11. 单击“下一步”,在“选择策略”页面勾选10创建的策略名称。
  12. 单击“下一步”,在“选择权限范围方案”中选择“全局服务资源”,单击“确定”。

ClickHouse集群添加OBS磁盘信息

  1. 登录Manager页面,选择“集群 > 服务 > ClickHouse > 配置 > 全部配置 > ClickHouseServer(角色)> 存储”。
  2. OBS访问凭据支持委托和AK/SK两种配置方式,用户可选择其中一种配置。
    • 配置委托的方式获取OBS访问凭据,参考下表配置OBS访问凭据信息。

      参数

      参数说明

      storage_configuration.obs.obs_domain_id

      访问IAM的用户对应的Domain ID。

      具体请参考创建OBS并行文件系统中获取的Domain ID。

      storage_configuration.obs.obs_iam_endpoint

      具体请参考创建OBS并行文件系统中获取的iam Endpoint。

      storage_configuration.obs.obs_agency_name

      委托名称,具体请参考创建普通账号委托并绑定集群获取委托名称,例如“agency-clickhouse-to-OBS”。

    • 配置AK/SK的方式获取OBS访问凭据。

      参数

      参数说明

      storage_configuration.obs.obs_user_ak

      访问IAM用户(前提条件中创建的用户)的AK。

      参考6获取AK信息。

      storage_configuration.obs.obs_user_sk

      访问IAM用户(前提条件中创建的用户)的SK。

      参考6获取SK信息。

      图6 OBS凭据信息配置示例(使用AK/SK方式)
  3. 在“clickhouse-config-customize”参数,参考下表添加自定义配置项,配置OBS盘信息。
    表2 OBS盘配置项

    参数

    参数说明

    storage_configuration.disks.disk_s3.type

    固定值:s3

    storage_configuration.disks.disk_s3.endpoint

    创建的OBS并行文件系统的访问路径,具体格式如下:

    https://并行文件系统名.并行文件Endpoint/文件夹名称/

    • 并行文件系统名:创建OBS并行文件系统中创建的OBS并行文件名。
    • 并行文件Endpoint:可以单击OBS并行文件名,在概览页的“基本信息”中获取Endpoint。
    • 文件夹名称:OBS并行文件系统下创建的文件夹名。
    说明:

    disk_s3为OBS盘名称,可以自定义修改。

    图7 clickhouse-config-customize参数配置OBS盘示例
  4. (可选)ClickHouse冷热分离支持将存储在OBS上的数据,缓存在本地存储上,用来加速数据的查询。如果用户需要使用本地存储的缓存,需要通过“clickhouse-config-customize”自定义参数,参考下表添加自定义配置项。

    参数

    参数说明

    storage_configuration.disks.obs_cache.type

    固定值:cache

    storage_configuration.disks.obs_cache.path

    本地盘缓存路径,例如:/srv/BigData/data1/clickhouse/cache/

    storage_configuration.disks.obs_cache.max_size

    缓存大小,例如:10Gi

    storage_configuration.disks.obs_cache.disk

    OBS存储盘名称,例如:disk_s3。

    说明:

    obs_cache为OBS缓存名称,可以自定义修改。

    图8 clickhouse-config-customize参数配置OBS缓存示例

配置磁盘存储策略

在FusionInsight Manager上配置磁盘存储策略。

  1. 登录Manager页面,选择“集群 > ClickHouse > 实例”,单击任意一个ClickHouseServer,在实例概览页面,单击“config.xml”文件。
    图9 获取config.xml
  2. 在config.xml文件中,获取storage_configuration标签下的disk标签值,例如下图所示:

  1. 选择“集群 > ClickHouse > 配置 > 全部配置 > ClickHouse(服务)”,搜索“_clickhouse.storage_configuration.policies”参数。
    在“_clickhouse.storage_configuration.policies”参数项,参考下表配置如下参数。

    配置项名称

    配置项取值

    说明

    storage_configuration.policies.hot_cold_separation_policy.volumes.hot_volume.disk[1]

    disk1

    该配置项为本地磁盘配置项,根据当前数据盘情况可以配置多个,范围为disk1到diskn,具体参数值获取可以参考2

    hot_cold_separation_policy:为策略项的名称,可以自定义修改。

    hot_volume:热数据存储策略卷名,可以自定义修改。

    storage_configuration.policies.hot_cold_separation_policy.volumes.hot_volume.disk[2]

    disk2

    storage_configuration.policies.hot_cold_separation_policy.volumes.hot_volume.disk[n]

    diskn

    storage_configuration.policies.hot_cold_separation_policy.volumes.hot_volume.priority

    1

    热数据存储策略卷的优先级,该参数值比storage_configuration.policies.hot_cold_separation_policy.volumes.cold_obs_volume.priority值大,表示热数据盘优先级比冷存储盘优先级高。

    storage_configuration.policies.hot_cold_separation_policy.volumes.cold_obs_volume.priority

    0

    冷数据存储策略卷的优先级,该参数值比storage_configuration.policies.hot_cold_separation_policy.volumes.hot_volume.priority值小,表示冷存储盘优先级比热数据盘优先级低。

    storage_configuration.policies.hot_cold_separation_policy.volumes.cold_obs_volume.disk

    配置OBS盘或缓存名称

    cold_obs_volume:OBS冷数据存储策略卷名,可以自定义修改。

    • 当不使用本地盘缓存时,配置OBS盘名称,例如disk_s3
    • 当使用本地磁盘缓存时,配置缓存的名称例如obs_cache

    storage_configuration.policies.hot_cold_separation_policy.move_factor

    0.2

    move_factor为数据移动策略。表示当卷的可用容量低于move_factor参数设定的值时,数据将被自动的移动到下一个卷。本例中当hot卷的容量低于20%的时候,hot卷中的数据将被自动的移动到cold卷。取值范围:0~1。

    存储策略配置参考如下图所示:

  2. 保存并重启ClickHouse服务。

自定义冷热分离数据存储策略

  1. 使用clickhouse client客户端命令连接ClickHouseServer节点,具体请参考ClickHouse客户端使用实践
  2. 创建配置冷热存储TTL策略的ReplicatedMergeTree表。

    ClickHouse支持表级别的TTL表达式,允许您设置基于时间的规则,从而能够自动的在指定的磁盘或者卷之间移动数据,以实现了数据在不同的存储层之间的分层存储。

    具体建表语句参考如下:
    CREATE TABLE example_table on cluster default_cluster
     ( 
    d DateTime, 
    a Int
    ) 
    ENGINE = ReplicatedMergeTree('/clickhouse/tables/{shard}/default/example_table', '{replica}')
    PARTITION BY toYYYYMM(d) 
    ORDER BY d 
    TTL d + INTERVAL 3 YEAR, 
    d + INTERVAL 1 YEAR TO VOLUME 'cold_obs_volume' 
    SETTINGS storage_policy = 'hot_cold_separation_policy';
    说明:

    以上示例,加粗部分为TTL配置。该示例将example_table表中d时间列三年后的冷数据删除,d时间列一年后的冷数据转存到OBS。

    TTL表达式只是一个简单的SQL表达式,里边包含了时间以及时间的间隔,例如:

    • 数据存活的时间为date_time时间的3天之后。
      TTL date_time + INTERVAL 3 DAY
    • 数据存活的时间为date_time时间的1年之后。
      TTL date_time + INTERVAL 1 YEAR

    INTERVAL支持的操作:second,minute,hour,day,week,month,quarter,year。

    storage_policy:指定自定义存储策略配置。当前示例为3“_clickhouse.storage_configuration.disks”参数中自定义的策略名。

导入数据ClickHouse测试验证

  1. 执行以下命令插入验证数据:
    insert into example_table values('2023-12-27','10086');  -- hot data
    insert into example_table values('2023-12-26','10086');  -- hot data
    insert into example_table values('2022-12-24','10086');  -- cold data
    insert into example_table values('2022-11-24','10086');  -- cold data
    insert into example_table values('2018-10-01','10086');  -- deleted data
    insert into example_table values('2017-10-01','10086');  -- deleted data
  2. 查询表数据。
    tesspmrB0002.mrs-dviw.com :) select * from example_table FORMAT CSV;
    SELECT *
    FROM example_table
    FORMAT CSV
    Query id: 3d6bfcb4-f082-4e97-8d95-f885e22ae689
     
    "2023-12-27 00:00:00",10086
    "2023-12-26 00:00:00",10086
    "2022-11-24 00:00:00",10086
    "2022-12-24 00:00:00",10086
     
    4 rows in set. Elapsed: 0.037 sec.

    当前系统时间为2024年4月份,根据TTL策略规则example_table表d列为'2018-10-01'和'2017-10-01'的数据已被删除。

  3. 执行以下查询hot data和cold data的存储路径。

    select name, partition, active, path from system.parts where database = '数据库名' and table= '表名' and active = 1;

    图10 冷热数据查询结果

    当前系统时间为2024年4月份,example_table表d列为'202211'和'202212'超过一年的数据存储到了名disk_s3的OBS下。

我们使用cookie来确保您的高速浏览体验。继续浏览本站,即表示您同意我们使用cookie。 详情

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容