最后更新: 2020-09-28

如果多个 ClickHouse server 可以挂载同一份数据(分布式存储等)，并且每个 server 都可写，这样会有什么好处呢？

首先，我们可以把副本机制交给分布式存储来保障，上层架构变得简单朴素；

其次，clickhouse-server 可以在任意机器上增加、减少，使存储和计算能力得到充分发挥。

本文就来探讨一下 ClickHouse 的存储计算分离方案，实现上并不复杂。

1. 问题

ClickHouse 运行时数据由两部分组成：内存元数据和磁盘数据。

我们先看写流程：

1
2
3
w1. 开始写入数据
w2. 生成内存part信息，并维护part metadata列表
w3. 把part数据写到磁盘

再来看读流程：

1
2
3
r1. 从part metadata定位需要读取的part
r2. 从磁盘读取part数据
r3. 返回给上层数据

这样，如果 server1 写了一条数据，只会更新自己内存的 part metadata，其他 server 是感知不到的，这样也就无法查询到刚写入的数据。

存储计算分离，首先要解决的就是内存状态数据的同步问题。

在 ClickHouse 里，我们需要解决的是内存中 part metadata 同步问题。

2. 内存数据同步

在上篇 <ReplicatedMergeTree表引擎及同步机制> 中，我们知道副本间的数据同步机制：
首先同步元数据，再通过元数据获取相应part数据。

这里，我们借用 ReplicatedMergeTree 同步通道，然后再做减法，同步完元数据后跳过 part 数据的同步，因为磁盘数据只需一个 server 做更新(需要 fsync 语义)即可。

核心代码：
MergeTreeData::renameTempPartAndReplace

1
2
if (!share_storage)
    part->renameTo(part_name, true);

3. 演示demo

script：

  1. 首先起 2 个 clickhouse-server，它们都挂载同一份数据 <path>/home/bohu/work/cluster/d1/datas/</path>
  2. 通过 clickhouse-server1(port 9101) 写入一条记录:(111, 3333)
  3. 通过 clickhouse-server2(port 9102) 进行查询正常
  4. 通过 clickhouse-server2(port 9102) truncate 表
  5. 通过 clickhouse-server1(port 9101) 查询正常

4. 代码实现

原型
需要注意的是，这里只实现了写入数据同步，而且是非常 tricky 的方式。

由于 DDL 没有实现，所以在 zookeeper 上的注册方式也比较 tricky，demo 里的 replicas 都是手工注册的。

5. 总结

本文提供一个思路，算是抛砖引玉，同时也期待更加系统的工程实现。

ClickHouse 暂时还不支持 Distributed Query 功能，如果这个能力支持，ClickHouse 存储计算分离就是一个威力无比的小氢弹。