clickhouse之安装与基本使用

　　近期要做一个数据统计功能，公司选择了clickhouse作为数据库；下面记录一下该数据库的特性和使用教程。

clickhouse是一个列式数据库，主要用于数据分析；
从目前使用看来，特点如下：

1. 列式存储查询效率高
2. 不支持事务；
3. 适用于一写多读
4. 支持特殊的修改和删除语句，sql标准的删改语句不支持

安装：

离线安装

wget https://repo.yandex.ru/clickhouse/rpm/stable/x86_64/clickhouse-client-20.11.3.3-2.noarch.rpm
wget https://repo.yandex.ru/clickhouse/rpm/stable/x86_64/clickhouse-common-static-20.11.3.3-2.x86_64.rpm
wget https://repo.yandex.ru/clickhouse/rpm/stable/x86_64/clickhouse-common-static-dbg-20.11.3.3-2.x86_64.rpm
wget https://repo.yandex.ru/clickhouse/rpm/stable/x86_64/clickhouse-server-20.11.3.3-2.noarch.rpm

yum install -y clickhouse-*

yum源在线安装

sudo yum install yum-utils
sudo rpm --import https://repo.clickhouse.tech/CLICKHOUSE-KEY.GPG
sudo yum-config-manager --add-repo https://repo.clickhouse.tech/rpm/stable/x86_64

sudo yum install clickhouse-server clickhouse-client

配置：

ClickHouse中的配置项很多，默认会在​​/etc​​​下生成​​clickhouse-server​​​和​​clickhouse-client​​​两个目录，由于我们安装服务我们去修改​​clickhouse-server​​下的配置文件

• 修改​​/etc/clickhouse-server/config.xml​​

我们一般修改以下配置项：

• ​​logger​​ 修改日志的存放路径
• ​​http_port​​​ 修改浏览器访问的端口，默认为​​8123​​
• ​​tcp_port​​ 修改tcp协议的传输端口
• ​​openSSL​​ 一些ssl的认证配置文件，我们暂时不做ssl认证，此处不做处理
• ​​listen_host​​​ 如果我们要对外使用服务的话，​
​
• ​​remote_servers​​ 此处是集群相关的配置信息后续会详解

其他自定义的配置可自行修改，修改配置后我们便可以启动一个本地的ClickHouse服务

• 创建相关目录及权限

mkdir -p /data2/clickhouse

chown -R clickhouse:clickhouse /data2/clickhouse

启动服务：

sudo -u clickhouse clickhouse-server --daemon --pid-file=/var/run/clickhouse-server/clickhouse-server.pid --config-file=/etc/clickhouse-server/config.xml

--daemon 标志我们要后台启动服务
--pid-file 指定服务启动后的进行文件路径
--config-file 指定服务启动的配置文件

调试命令：

sudo -u clickhouse clickhouse-server start

测试clickhouse服务：

ClickHouse安装完成后会生成clickhouse-server和clickhouse-client两个目录，这个时候我们使用clickhouse-client去测试服务

clickhouse-client -h 127.0.0.1 --port 9000 --multiquery --query="show databases"

注意：--port指定的是tcp的端口

配置外网访问：

修改配置文件

:: 取消注释
 
注意一定要配成 :: 而且要将其他本地监视连接注释，0.0.0.0将导致本地的命令行客户端无法连接，本地命令行客户端使用的是ipv6地址
vim users.xml
 

    ::/0

常用基本操作：

1.创建数据库

语法：CREATE DATABASE [IF NOT EXISTS] db_name

如果数据库db_name已经存在，则不会创建新的db_name数据库。

2.创建表

1)     直接创建
语法：CREATE TABLE t1(id UInt16,name String) ENGINE=TinyLog

例如：create table t1(id UInt8,name String,address String)engine=MergeTree order by id


2）创建一个与其他表具有相同结构的表
语法：CREATE TABLE [IF NOT EXISTS] [db.]table_name AS[db2.]name2 [ENGINE = engine]

例如：create table t2 as t1 engine=MergeTree order by id

可以对其指定不同的表引擎声明。如果没有表引擎声明，则创建的表将与db2.name2使用相同的表引擎。

3）使用指定的引擎创建一个与SELECT子句的结果具有相同结构的表，并使用SELECT子句的结果填充它
语法：CREATE TABLE [IF NOT EXISTS] [db.]table_name ENGINE = engine AS SELECT ...

例如：create table t3engine=TinyLog as select * from t1

3.插入数据

语法：INSERT INTO [db.]table [(c1, c2, c3)] VALUES (v11, v12, v13), (v21, v22, v23), …

例如：insert into t1 (id,name,address) values(1,'aa','addr1'),(2,'bb','addr2')

也可以使用SELECT结果插入数据，语法：INSERT INTO [db.]table [(c1, c2, c3)] SELECT ...

例如：insert into t2 select *from t1

4.添加表的列

语法：ALTER TABLE [db].name [ONCLUSTER cluster] ADD COLUMN ...

例如：alter table t1 add column age Int8增加age列类型为Int8

5.修改表的列

语法：ALTER TABLE [db].name [ON CLUSTER cluster] MODIFY COLUMN ...

例如：alter table t1 modify

column age String修改age列类型为String

6.删除表的列

语法：ALTER TABLE [db].name [ON CLUSTER cluster] DROP COLUMN ...

例如：alter table t1 drop column age删除age列

7.打印数据库和数据表

打印数据库列表语法：SHOUW DATABASES

打印表列表语法：SHOW TABLES

8.查看表结构

语法：DESC|DESCRIBE TABLE [db.]table [INTO OUTFILE filename] [FORMAT format]

例如：desc t1

9.删除表

语法：DROP [TEMPORARY] TABLE [IF

EXISTS] [db.]name [ON CLUSTER cluster]

例如：drop table t2

示例：

create table if not exists test.tb_test
(
    id Int64,
    datetime DateTime,
    content Nullable(String),
    value Nullable(Float64),
    date Date
)
engine = MergeTree                  --使用mergeTree引擎，ch主要引擎
partition by toYYYYMM(datetime)     --按照datetime这个字段的月进行分区
order by id                         --按照id进行排序
TTL datetime + INTERVAL 3 DAY ;     --三天过期

--修改表中数据过期时间，到期后数据会在merge时被删除
ALTER TABLE test.tb_test
MODIFY TTL datetime + INTERVAL 1 DAY;


--查询
select * from tb_test order by id;

--删除分区，可用于定时任务删除旧数据
alter table tb_test drop partition '202005';

--插入数据
insert into tb_test values (5, '2020-02-29 12:38:37', 'abcde', 12.553, '2020-04-25');

--修改数据，不推荐使用
alter table tb_test update content = 'hello click' where id=52;

--删除数据，不推荐使用
alter table tb_test delete WHERE id=56;

求和引擎SummingMergeTree
这种引擎可以自动聚合非主键数字列，可以用于事件统计

--自动求和聚合表
CREATE TABLE IF NOT EXISTS tb_stat
(
    regionId String,    --门店id
    groupId String,     --统计组id
    in int,             --进客流
    out int,            --出客流
    statDate DateTime   --统计时间
)
ENGINE = SummingMergeTree
partition by (toYYYYMM(statDate), regionId)
ORDER BY (toStartOfHour(statDate), regionId, groupId);

insert into tb_stat values ('1232364', '111',  32, 2,  '2020-03-25 12:56:00');
insert into tb_stat values ('1232364', '111',  34, 44, '2020-03-25 12:21:00');
insert into tb_stat values ('1232364', '111',  54, 12, '2020-03-25 12:20:00');
insert into tb_stat values ('1232364', '222',  45, 11, '2020-03-25 12:13:00');
insert into tb_stat values ('1232364', '222',  32, 33, '2020-03-25 12:44:00');
insert into tb_stat values ('1232364', '222',  12, 23, '2020-03-25 12:22:00');
insert into tb_stat values ('1232364', '333',  54, 54, '2020-03-25 12:11:00');
insert into tb_stat values ('1232364', '333',  22, 74, '2020-03-25 12:55:00');
insert into tb_stat values ('1232364', '333',  12, 15, '2020-03-25 12:34:00');


select toStartOfHour(statDate), regionId, groupId, sum(in), sum(out)
from tb_stat group by toStartOfHour(statDate), regionId, groupId;

数据插入后，大概过1分钟，在此查询该表可以发现，只剩下3调数据：

select * from tb_stat;

1232364 111 480 232 2020-03-25 04:56:00
1232364 222 356 268 2020-03-25 04:13:00
1232364 333 352 572 2020-03-25 04:11:00

常见问题：

　　1. 启动clickhouse-server报错：

ClickHouse 启动报错Init script is already running，clickhouse-client报错Code: 210. DB::NetException: Connection refused (localhost:9000)

  原因：我是使用的service 的方式进行的启动，/etc/init.d/clickhouse-server start 结果就是报这个错误， 因为Redhat7之后需要使用systemctl进行启动

  解决：

systemctl start clickhouse-server