操屁眼的视频在线免费看,日本在线综合一区二区,久久在线观看免费视频,欧美日韩精品久久综

lickhouse 的安裝和配置是及其簡單，只要幾個命令和幾個xml就能搞定，這個我在開篇的時候就已經說過。

下面是具體的操作方法，可以給新手一些指導。

1 準備測試用虛擬機

clickhouse安裝只有一個必須條件 : Linux, x86_64 with SSE 4.2 。可以用下面這個指令看下支不支持你的系統

grep -q sse4_2 /proc/cpuinfo && echo "SSE 4.2 supported" || echo "SSE 4.2 not supported"

下面采用的是ubuntu18.04系統,因為官方中默認是ubuntu，由于是測試所以就沒有使用centos 。

首先準備了3臺虛擬機作為測試集群（其實clickhouse沒有要求用幾臺，如果你是搭著玩玩，甚至都可以用一臺也可以工作或者使用docker，我這里主要是為了以后集群演示做的）；

配置是 CPU 1CORE ,RAM 1G

-----------------------------

vms001 192.168.56.11

vms002 192.168.56.12

vms003 192.168.56.13

------------------------------

2 下載并安裝clickhouse 服務器端和客戶端

安裝clickhouse 有多種方法：

如果你的服務器連接不上外網，那么會比較麻煩，需要自己手工去官網下載安裝包(http://repo.yandex.ru/clickhouse/deb/stable/main/) 同樣針對centos也是有相應的這些包的只是叫rpm包(https://packagecloud.io/Altinity/clickhouse)。

一共下載下面幾個包:

# 基礎包
clickhouse-common-static_18.14.17_amd64.deb
clickhouse-server-base_18.14.17_amd64.deb
clickhouse-server-common_18.14.17_all.deb
clickhouse-compressor_1.1.54318_amd64.deb
# 軟件包
clickhouse-client_18.14.17_all.deb
clickhouse-server_18.14.17_all.deb
# 選裝包(都是測試調試用的)
clickhouse-test_18.14.17_all.deb
clickhouse-common-static-dbg_18.14.17_amd64.deb

我為了方便，我就采用了聯網自動安裝的方式。

# 可選項
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv E0C56BD4 
# 獲取并設置安裝包源
echo "deb http://repo.yandex.ru/clickhouse/deb/stable/ main/" | sudo tee /etc/apt/sources.list.d/clickhouse.list
# 更新包
sudo apt-get update
# 安裝clickhouse-server clickhouse-client
sudo apt-get install -y clickhouse-server clickhouse-client

只要跑完上面的命令，這樣clickhouse就算安裝好了。

3 clickhouse配置文件說明

在上面的安裝完后，接下來就可以開始啟動服務了。

# 啟動clickhouse-server

sudo service clickhouse-server start

在啟動之后通過ps -ef|grep clickhouse 就能發現他就使用了一個配置文件

clickhouse-server使用的入口配置文件只有一個config.xml

下面我們進入配置文件中心看下都有哪些文件（/etc/clickhouse-server/）:

config-preprocessed.xml(這個是動態生成的，這使得不用重啟服務也能實時生效配置文件)

config.xml (主要的配置文件控制未來的很多子配置文件,如users.xml,metrika.xml)

users-preprocessed.xml(這個是動態生成的，這使得不用重啟服務也能實時生效配置文件)

users.xml (主要是配置用戶信息的)

metrika.xml(這個文件是后來手工創建的，主要是將include_from的節點上的配置文件分離到這里來，提高config.xml文件的可讀性，我采用調整默認路徑到當前/etc/clickhouse-server/下方便些)

4 配置文件修改

1.為了配置文件統一管理，需要添加如下節點(調整include_from 到統一的配置文件中,因為默認的路徑是/etc/metrika.xml)

<include_from>/etc/clickhouse-server/metrica.xml</include_from>

2.創建metrica.xml,將集群信息調整到metrica.xml文件中，而原來config.xml中的集群信息需要做刪除與調整。

在新建的metrica.xml中需要配置相應的集群信息，由于我使用是3臺服務器，所以我需要配置3個節點，mycluster是集群名稱,下面有3個shard,沒有副本。

<yandex>
	<clickhouse_remote_servers>
		<mycluster>
			<shard>
				<replica>
					<host>192.168.56.11</host>
					<port>9000</port>
				</replica>
			</shard>
			<shard>
				<replica>
					<host>192.168.56.12</host>
					<port>9000</port>
				</replica>
			</shard>
			<shard>
				<replica>
					<host>192.168.56.13</host>
					<port>9000</port>
				</replica>
			</shard>
		</mycluster>
	</clickhouse_remote_servers>
</yandex>

這樣就配置完畢了。

5 啟動服務和使用客戶端工具連接clickhouse

在3臺服務器中執行啟動服務：

service clickhouse-server start

在任何一臺服務器上執行客戶端工具命令：

clickhouse-client

root@vms001:~# clickhouse-client
ClickHouse client version 18.14.17.
Connecting to localhost:9000.
Connected to ClickHouse server version 18.14.17 revision 54409.
vms001 :) show databases;
SHOW DATABASES
┌─name────┐
│ default │
│ system │
└─────────┘
2 rows in set. Elapsed: 0.002 sec. 
vms001 :) use system;
USE system
Ok.
0 rows in set. Elapsed: 0.001 sec. 
vms001 :) show tables;
SHOW TABLES
┌─name───────────────────────────┐
│ aggregate_function_combinators │
│ asynchronous_metrics │
│ build_options │
│ clusters │
│ collations │
│ columns │
│ data_type_families │
│ databases │
│ dictionaries │
│ events │
│ formats │
│ functions │
│ graphite_retentions │
│ macros │
│ merge_tree_settings │
│ merges │
│ metrics │
│ models │
│ mutations │
│ numbers │
│ numbers_mt │
│ one │
│ parts │
│ parts_columns │
│ processes │
│ replicas │
│ replication_queue │
│ settings │
│ table_engines │
│ table_functions │
│ tables │
└────────────────────────────────┘
31 rows in set. Elapsed: 0.004 sec. 
vms001 :) 

在執行查看集群的表 select * from system.clusters 就可以看到集群的信息了，系統信息全部在表system中;

整個clickhouse 就這么簡單的安裝完成了，只是沒有做副本及高可用性。

在整個安裝的過程中，沒有其他的特別組件要安裝，比起其他大數據平臺數據庫那是相當的簡單。