14_clickhouse,kafka引擎，kafka消息到ClickHouse的MergeTree引擎
生活随笔
收集整理的這篇文章主要介紹了
14_clickhouse,kafka引擎，kafka消息到ClickHouse的MergeTree引擎
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
19.Kafka引擎
19.1.Kafka引擎
Kafka引擎結合Kafka使用，可實現訂閱或發布數據流。
指定表引擎：
ENGINE = Kafka() SETTINGSkafka_broker_list = 'host:port', kafka_topic_list = 'topic1,topic2,...', kafka_group_name = 'group_name', kafka_format = 'data_format'[,][kafka_row_delimiter = 'delimiter_symbol',][kafka_schema = '',][kafka_num_consumers = N,][kafka_skip_broken_messages = N]必選參數：
kafka_broker_list ：以逗號分隔的brokers列表。
kafka_topic_list ：以逗號分隔的kafka的topic列表。
kafka_group_name ：Kafka消費組。
kafka_format ：消息的格式，例如JSONEachRow。
可選參數：
kafka_row_delimiter ：行之間的分隔符。
kafka_schema :按需定義schema，例如Cap’n Proto格式需指定。
kafka_num_consumers ：消費者數量，默認1，最多不超過Topic的分區數。
kafka_skip_broken_messages ：每個block中，Kafka的消息解析器容忍schema不兼容消息的數量。默認值：0。
創建Kafka引擎表示例
示例1：
示例2：
CREATE TABLE queue2 (timestamp UInt64, level String, message String ) ENGINE = Kafka('localhost:9092', 'topic', 'group1') SETTINGS kafka_format ='JSONEachRow', kafka_num_consumers = 4;示例3：
CREATE TABLE queue2 (timestamp UInt64,level String,message String ) ENGINE = Kafka SETTINGSkafka_broker_list = 'localhost:9092',kafka_topic_list = 'topic',kafka_group_name = 'group1',kafka_format = 'JSONEachRow',kafka_num_consumers = 4;SELECT 查詢對于讀取消息并不是很有用（除了調試），因為每個消息只能讀取一次。
通常，將該引擎結合物化視圖一起使用，使用方法：
（1）、使用Kafka引擎創建一個Kafka的消費者，并將其視為一個數據流。
（2）、創建所需結構的表。
（3）、創建一個物化視圖，該視圖轉換來自引擎的數據并將其放入上一步創建的表中。
當物化視圖添加至該引擎，它將會在后臺收集數據。這就允許你從Kafka持續接收消息并使用SELECT將數據轉換為所需的格式。它們不直接從Kafka中讀取數據，而是接收新記錄，以block為單位，這樣就可以寫入具有不同詳細信息級別的多個表（分組聚合或無聚合）中。
為了提高性能，接收到的消息將被分組為大小為max_insert_block_size的block(塊)。如果block沒有在stream_flush_interval_ms時間內形成，則不管block的完整性如何，數據將刷新到表中。
要停止接收topic數據或更改轉換邏輯，需detach物化視圖。
DETACH TABLE consumer;
ATTACH MATERIALIZED VIEW consumer;
如果要使用ALTER更改目標表，建議禁用物化視圖，以避免目標表和該視圖中的數據之間出現差異。
Kafka的擴展配置
Kafka引擎支持使用ClickHouse配置文件擴展配置。
用戶可以使用兩個配置key，全局的kafka和topic級別的kafka_*。首先應用全局配置，然后應用topic級別的配置。
有關可能的配置選項的列表，參見librdkafka配置，鏈接：
https://github.com/edenhill/librdkafka/blob/master/CONFIGURATION.md。
ClickHouse配置中使用下劃線（_）代替點，例如，check.crcs=true將配置為
<check_crcs>true</check_crcs>最終在自己的機器上的配置如下：
[root@middleware config.d]# vim kafka.xml [root@middleware config.d]# pwd /etc/clickhouse-server/config.d [root@middleware config.d]# ls kafka.xml [root@middleware config.d]# ls kafka.xml [root@middleware config.d]# cat kafka.xml <yandex><kafka><debug>cgrp</debug><auto_offset_reset>smallest</auto_offset_reset></kafka><!-- Configuration specific for topic "topic_ch" --><kafka_topic_ch><auto_offset_reset>latest</auto_offset_reset><retry_backoff_ms>250</retry_backoff_ms><fetch_min_bytes>100000</fetch_min_bytes></kafka_topic_ch><kafka_my_topic><auto_offset_reset>latest</auto_offset_reset><retry_backoff_ms>250</retry_backoff_ms><fetch_min_bytes>100000</fetch_min_bytes></kafka_my_topic></yandex> [root@middleware config.d]#19.2.示例1
示例1：通過兩張表分別保存Kafka的清單數據和分組聚合數據。
創建Kafka的topic:
參考地址：https://kafka.apachecn.org/quickstart.html
可以運行list(列表)命令來查看這個topic:
[root@middleware kafka_2.12-2.6.0]# bin/kafka-topics.sh --list --zookeeper localhost:2181(1)、創建topic的數據流
drop table if exists topic_ch_kafka; CREATE TABLE topic_ch_kafka (timestamp UInt64,level String,message String ) ENGINE = Kafka('localhost:9092', 'topic_ch', 'group_ch', 'JSONEachRow');效果圖：
middleware :) CREATE TABLE topic_ch_kafka ( :-] timestamp UInt64, :-] level String, :-] message String :-] ) ENGINE = Kafka('localhost:9092', 'topic_ch', 'group_ch', 'JSONEachRow');CREATE TABLE topic_ch_kafka (`timestamp` UInt64,`level` String,`message` String ) ENGINE = Kafka('localhost:9092', 'topic_ch', 'group_ch', 'JSONEachRow')Ok.0 rows in set. Elapsed: 0.007 sec. middleware :)(2)、創建保存清單的表以及以及相應的物化視圖：
DROP TABLE topic_ch_list; CREATE TABLE topic_ch_list (timestamp UInt64,level String,message String ) ENGINE = MergeTree() order by (timestamp);DROP TABLE topic_ch_list_view; CREATE MATERIALIZED VIEW topic_ch_list_view TO topic_ch_listAS SELECT timestamp, level, messageFROM topic_ch_kafka;效果圖：
middleware :) DROP TABLE topic_ch_list;DROP TABLE topic_ch_listReceived exception from server (version 20.9.3): Code: 60. DB::Exception: Received from localhost:9000. DB::Exception: Table default.topic_ch_list doesn't exist.. 0 rows in set. Elapsed: 0.015 sec. middleware :) CREATE TABLE topic_ch_list ( :-] timestamp UInt64, :-] level String, :-] message String :-] ) ENGINE = MergeTree() :-] order by (timestamp);CREATE TABLE topic_ch_list (`timestamp` UInt64,`level` String,`message` String ) ENGINE = MergeTree() ORDER BY timestampOk.0 rows in set. Elapsed: 0.006 sec. middleware :) DROP TABLE topic_ch_list_view;DROP TABLE topic_ch_list_viewReceived exception from server (version 20.9.3): Code: 60. DB::Exception: Received from localhost:9000. DB::Exception: Table default.topic_ch_list_view doesn't exist.. 0 rows in set. Elapsed: 0.002 sec. middleware :) CREATE MATERIALIZED VIEW topic_ch_list_view TO topic_ch_list :-] AS SELECT timestamp, level, message :-] FROM topic_ch_kafka;CREATE MATERIALIZED VIEW topic_ch_list_view TO topic_ch_list AS SELECT timestamp,level,message FROM topic_ch_kafkaOk.0 rows in set. Elapsed: 0.005 sec. middleware :)(3)、創建統計聚合的表以及相應的物化視圖：
DROP TABLE topic_ch_daily;CREATE TABLE topic_ch_daily (day Date,level String,total UInt64) ENGINE = SummingMergeTree(day)ORDER BY (day, level);DROP TABLE topic_ch_daily_view; CREATE MATERIALIZED VIEW topic_ch_daily_view TO topic_ch_dailyAS SELECT toDate(toDateTime(timestamp)) AS day, level, count() as totalFROM topic_ch_kafka GROUP BY day, level;2、生產數據
[root@middleware ~]# source /etc/profile [root@middleware ~]# $ZOOKEEPER_HOME/bin/zkServer.sh start ZooKeeper JMX enabled by default Using config: /root/apache-zookeeper-3.6.2-bin/bin/../conf/zoo.cfg Starting zookeeper ... STARTED [root@middleware ~]# # 啟動kafka [root@middleware ~]# cd $KAFKA_HOME [root@middleware kafka_2.12-2.6.0]# bin/kafka-server-start.sh -daemon config/server.properties [root@middleware kafka_2.12-2.6.0]# bin/kafka-topics.sh --list --zookeeper localhost:2181 __consumer_offsets my_topic test topic topic_ch topic_ch2 [root@middleware kafka_2.12-2.6.0]# bin/kafka-console-producer.sh --bootstrap-server localhost:9092 --topic topic_ch >{"timestamp":1542426134, "level":"high", "message":"hehe"} >{"timestamp":1542427132, "level":"high", "message":"hehe"} >{"timestamp":1542428133, "level":"mid", "message":"hehe"} >{"timestamp":1542429134, "level":"low", "message":"hehe"} >{"timestamp":1542430134, "level":"high", "message":"hehe"} >{"timestamp":1542423134, "level":"low", "message":"hehe"} >{"timestamp":1542434434, "level":"low", "message":"hehe"} >{"timestamp":1542444134, "level":"low", "message":"hehe"} >{"timestamp":1542454136, "level":"high", "message":"hehe"} >{"timestamp":1542464134, "level":"high", "message":"hehe"} >{"timestamp":1542474134, "level":"high", "message":"hehe"} >{"timestamp":1542484134, "level":"low", "message":"hehe"} >{"timestamp":1542494134, "level":"high", "message":"hehe"} >{"timestamp":1542424194, "level":"mid", "message":"hehe"} >查看結果（數據有歷史消息）：
middleware :) select * from topic_ch_list;SELECT * FROM topic_ch_list┌──timestamp─┬─level─┬─message─┐ │ 1542474134 │ high │ hehe │ └────────────┴───────┴─────────┘ ┌──timestamp─┬─level─┬─message─┐ │ 1542423134 │ low │ hehe │ │ 1542424132 │ high │ hehe │ │ 1542424132 │ high │ hehe │ │ 1542424133 │ mid │ hehe │ │ 1542424133 │ mid │ hehe │ │ 1542424134 │ high │ hehe │ │ 1542424134 │ low │ hehe │ │ 1542424134 │ low │ hehe │ │ 1542424134 │ low │ hehe │ │ 1542424134 │ high │ hehe │ │ 1542424134 │ high │ hehe │ │ 1542424134 │ low │ hehe │ │ 1542424134 │ high │ hehe │ │ 1542424134 │ high │ hehe │ │ 1542424134 │ high │ hehe │ │ 1542424134 │ high │ hehe │ │ 1542424134 │ low │ hehe │ │ 1542424136 │ high │ hehe │ │ 1542424434 │ low │ hehe │ │ 1542426134 │ high │ hehe │ │ 1542427132 │ high │ hehe │ │ 1542428133 │ mid │ hehe │ │ 1542429134 │ low │ hehe │ │ 1542430134 │ high │ hehe │ │ 1542434134 │ high │ hehe │ │ 1542434434 │ low │ hehe │ │ 1542444134 │ low │ hehe │ │ 1542454136 │ high │ hehe │ │ 1542464134 │ high │ hehe │ └────────────┴───────┴─────────┘ ┌──timestamp─┬─level─┬─message─┐ │ 1542424194 │ mid │ hehe │ └────────────┴───────┴─────────┘ ┌──timestamp─┬─level─┬─message─┐ │ 1542484134 │ low │ hehe │ └────────────┴───────┴─────────┘ ┌──timestamp─┬─level─┬─message─┐ │ 1542494134 │ high │ hehe │ └────────────┴───────┴─────────┘33 rows in set. Elapsed: 0.058 sec. middleware :)聚合統計表：
SELECT level, sum(total) FROM topic_ch_daily GROUP BY level;結果類似：
┌─level─┬─sum(total)─┐ │ mid │ 3 │ │ low │ 5 │ │ high │ 8 │ └───────┴────────────┘如果要停止接收主題或更改轉換邏輯，可以使用下面的命令分離物化視圖（這個是在clickhouse-client -m中執行的）：
DETACH TABLE consumer; ATTACH TABLE consumer;19.3.示例2：Kafka的配置
通過使用ClickHouse配置文件，Kafka引擎支持擴展配置。有兩個配置key，你可以使用：全局（kafka）和topic-level(kafka_*)。全局的配置在最前面，接著是topic-level的配置。
在目錄/etc/clickhouse-server/config.d/新建配置文件，配資文件名稱任意指定，這里命名為kafka.xml。如下：
Kafka.xml的具體內容如下：
<yandex><!-- 下面是通用的配置，支持所有的kafka的topic中的消息 --><kafka><debug>cgrp</debug><auto_offset_reset>smallest</auto_offset_reset></kafka><!-- Configuration specific for topic "topic_ch" 只是針對topic_ch這個topic的 --><kafka_topic_ch><auto_offset_reset>latest</auto_offset_reset><retry_backoff_ms>250</retry_backoff_ms><fetch_min_bytes>100000</fetch_min_bytes></kafka_topic_ch><!-- 這個是針對my_topic這個topic的 --><kafka_my_topic><auto_offset_reset>latest</auto_offset_reset><retry_backoff_ms>250</retry_backoff_ms><fetch_min_bytes>100000</fetch_min_bytes></kafka_my_topic></yandex>如果想了解更多的關于這些的可選配置，參見librdkafka configuration reference（https://github.com/edenhill/librdkafka/blob/master/CONFIGURATION.md）。使用下劃線(_)代替ClickHouse配置文件中的點。例如：check.crcs=true將會寫成<check_crcs>true</check_crcs>。
總結
以上是生活随笔為你收集整理的14_clickhouse,kafka引擎，kafka消息到ClickHouse的MergeTree引擎的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 迟志强的歌曲囚歌大全（迟志强歌曲全集囚歌
- 下一篇： 16_clickhouse,HDFS引擎