淺析mysql遷移到clickhouse的5種方法
數(shù)據(jù)遷移需要從mysql導(dǎo)入clickhouse, 總結(jié)方案如下，包括clickhouse自身支持的三種方式，第三方工具兩種。
create table engin mysql
CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1] [TTL expr1],
name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2] [TTL expr2],
...
INDEX index_name1 expr1 TYPE type1(...) GRANULARITY value1,
INDEX index_name2 expr2 TYPE type2(...) GRANULARITY value2
) ENGINE = MySQL('host:port', 'database', 'table', 'user', 'password'[, replace_query, 'on_duplicate_clause']);
官方文檔: https://clickhouse.yandex/docs/en/operations/table_engines/mysql/
注意，實(shí)際數(shù)據(jù)存儲在遠(yuǎn)端mysql數(shù)據(jù)庫中，可以理解成外表。
可以通過在mysql增刪數(shù)據(jù)進(jìn)行驗(yàn)證。
insert into select from
-- 先建表
CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
...
) ENGINE = engine
-- 導(dǎo)入數(shù)據(jù)
INSERT INTO [db.]table [(c1, c2, c3)] select 列或者* from mysql('host:port', 'db', 'table_name', 'user', 'password')
可以自定義列類型，列數(shù)，使用clickhouse函數(shù)對數(shù)據(jù)進(jìn)行處理，比如
select toDate(xx) from mysql("host:port","db","table_name","user_name","password")
create table as select from
CREATE TABLE [IF NOT EXISTS] [db.]table_name
ENGINE =Log
AS
SELECT *
FROM mysql('host:port', 'db', 'article_clientuser_sum', 'user', 'password')
網(wǎng)友文章: http://jackpgao.github.io/2018/02/04/ClickHouse-Use-MySQL-Data/
不支持自定義列，參考資料里的博主寫的 ENGIN=MergeTree 測試失敗。
可以理解成 create table 和 insert into select 的組合
Altinity/clickhouse-mysql-data-reader
Altinity公司開源的一個python工具，用來從mysql遷移數(shù)據(jù)到clickhouse(支持binlog增量更新和全量導(dǎo)入)，但是官方readme和代碼脫節(jié)，根據(jù)quick start跑不通。
## 創(chuàng)建表 clickhouse-mysql \ --src-host=127.0.0.1 \ --src-user=reader \ --src-password=Qwerty1# \ --table-templates-with-create-database \ --src-table=airline.ontime > create_clickhouse_table_template.sql ## 修改腳本 vim create_clickhouse_table_template.sql ## 導(dǎo)入建表 clickhouse-client -mn < create_clickhouse_table_template.sql ## 數(shù)據(jù)導(dǎo)入 clickhouse-mysql \ --src-host=127.0.0.1 \ --src-user=reader \ --src-password=Qwerty1# \ --table-migrate \ --dst-host=127.0.0.1 \ --dst-table=logunified \ --csvpool
注意，上述三種都是從mysql導(dǎo)入clickhouse，如果數(shù)據(jù)量大，對于mysql壓力還是挺大的。下面介紹兩種離線方式(streamsets支持實(shí)時，也支持離線)
csv
## 忽略建表 clickhouse-client \ -h host \ --query="INSERT INTO [db].table FORMAT CSV" < test.csv
但是如果源數(shù)據(jù)質(zhì)量不高，往往會有問題，比如包含特殊字符(分隔符，轉(zhuǎn)義符)，或者換行。被坑的很慘。
自定義分隔符, --format_csv_delimiter="|" 遇到錯誤跳過而不中止， --input_format_allow_errors_num=10 最多允許10行錯誤, --input_format_allow_errors_ratio=0.1 允許10%的錯誤 csv 跳過空值(null) ，報 Code: 27. DB::Exception: Cannot parse input: expected , before: xxxx: (at row 69) ERROR: garbage after Nullable(Date): "8,002<LINE FEED>0205" sed ' :a;s/,,/,\\N,/g;ta' |clickhouse-client -h host --query "INSERT INTO [db].table FORMAT CSV" 將 ,, 替換成 ,\N, python clean_csv.py --src=src.csv --dest=dest.csv --chunksize=50000 --cols --encoding=utf-8 --delimiter=,
clean_csv.py參考我另外一篇032-csv文件容錯處理
streamsets
streamsets支持從mysql或者讀csv全量導(dǎo)入，也支持訂閱binlog增量插入，參考我另外一篇 025-大數(shù)據(jù)ETL工具之StreamSets安裝及訂閱mysql binlog 。
本文只展示從mysql全量導(dǎo)入clickhouse
本文假設(shè)你已經(jīng)搭建起streamsets服務(wù)
啟用并重啟服務(wù)
上傳mysql和clickhouse的jdbc jar和依賴包
便捷方式，創(chuàng)建pom.xml，使用maven統(tǒng)一下載
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>com.anjia</groupId> <artifactId>demo</artifactId> <packaging>jar</packaging> <version>1.0-SNAPSHOT</version> <name>demo</name> <url>http://maven.apache.org</url> <dependencies> <dependency> <groupId>ru.yandex.clickhouse</groupId> <artifactId>clickhouse-jdbc</artifactId> <version>0.1.54</version> </dependency> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <version>5.1.47</version> </dependency> </dependencies> </project>
如果本地裝有maven，執(zhí)行如下命令
mvn dependency:copy-dependencies -DoutputDirectory=lib -DincludeScope=compile
所有需要的jar會下載并復(fù)制到lib目錄下
然后拷貝到 streamsets /opt/streamsets-datacollector-3.9.1/streamsets-libs-extras/streamsets-datacollector-jdbc-lib/lib/ 目錄下
重啟streamsets服務(wù)
總結(jié)
以上所述是小編給大家介紹的mysql遷移到clickhouse的5種方法,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉(zhuǎn)載，煩請注明出處，謝謝！
相關(guān)文章
這篇文章主要介紹了MySQL中default的使用,非常不錯，具有一定的參考借鑒價值，需要的朋友可以參考下2018-05-05
Mysql從5.6.14安全升級至mysql5.6.25的方法
這篇文章主要介紹了Mysql從5.6.14安全升級至mysql5.6.25的方法，本教程講的非常詳細(xì)，具有參考借鑒價值，需要的朋友參考下吧2016-08-08
這篇文章主要介紹了阿里云ESC 安裝 MYSQL8.0的教程，本文給大家介紹的非常詳細(xì)，具有一定的參考借鑒價值,需要的朋友可以參考下2019-12-12
在Mysql環(huán)境下，常常由于數(shù)據(jù)磁盤滿而導(dǎo)致Mysql故障。本文就介紹了幾種清理方法，具有一定的參考價值，感興趣的可以了解一下2021-09-09
關(guān)于MySQL的整型數(shù)據(jù)的內(nèi)存溢出問題的應(yīng)對方法
這篇文章主要介紹了關(guān)于MySQL的整型數(shù)據(jù)的內(nèi)存溢出問題的應(yīng)對方法,作者還列出了MySQL所支持的整型數(shù)據(jù)的存儲空間支持大小,需要的朋友可以參考下2015-05-05
本文主要介紹了MySql批量刪除多個表的方法，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-06-06
MySQL的安裝有兩種方式，一種為msi格式，一個是zip格式。這篇文章主要介紹了mysql5.7.14解壓版的安裝圖文教程,需要的朋友可以參考下2017-05-05
mysql誤刪root用戶或者忘記root密碼解決方法，需要的朋友可以參考下。2011-05-05
如果想要我們的SQL語句看起來很美觀，除了自己平時注意外，還有一個懶人方法2011-08-08
在本篇文章里小編給各位整理的是關(guān)于mysql全量備份和快速恢復(fù)的方法整理內(nèi)容，需要的朋友們可以參考下。2020-03-03