mysql htap 开源_基于开源应用快速构建HTAP系统
原標題：基于開源應用快速構建HTAP系統
利用ProxySQL、MySQL、ClickHouse快速構建HTAP系統1. 關于ClickHouse
企業里隨著數據量的增加，以及日趨復雜的分析性業務需求，主要適用于OLTP場景的MySQL壓力越來越大。多年前還能免費試用的infobright社區版也早就銷聲匿跡，infinidb被MariaDB收入囊中之后改頭換面變成ColumnStore，但最近幾年發展的平平淡淡，都不是理想的OLAP方案。
戰斗民族出品的ClickHouse這幾年則是風頭正勁，國內用戶也越來越多，幾大公有云上也提供相應的產品服務，是目前市面上最快的OLAP數據庫，性能遠超Vertica、Sybase IQ等。關于ClickHouse的性能也可以關注我以前的一份測試報告： ClickHouse性能測試 。
ClickHouse對MySQL的兼容性也很好，除了很多語法相同或接近外，甚至還可以利用MySQL客戶端(協議)連接到ClickHouse。
ClickHouse 可以掛載為 MySQL 的一個從庫 ，先全量再增量的實時同步 MySQL 數據，這個功能可以說是今年最亮眼、最剛需的功能，基于它我們可以輕松的打造一套企業級解決方案，讓 OLTP 和 OLAP 的融合從此不再頭疼。目前支持 MySQL 5.6/5.7/8.0 版本，兼容 Delete/Update 語句，及大部分常用的 DDL 操作。只需要安裝最新版本的ClickHouse就可以體驗到這個新特性了，不過該特性還處于experimental階段，還在不斷完善中。
2. 關于ProxySQL
ProxySQL是一款強大的中間件為MySQL的架構提供了有力的支持，支持傳統主從復制、半同步復制、MGR、PXC等多種MySQL架構，還支持故障自動檢測和切換、連接池、讀寫分離、日志記錄、監控、集群部署等多項實用功能。當然了，ProxySQL最大的缺點是性能損失較大，預計至少有20% ~ 30%的性能損失，因此如果是在高性能場景下可能不太合適。不過可以考慮通過分庫分表等方式降低單節點壓力，充分發揮ProxySQL的集群功能。
3. 構建HTAP系統
ClickHouse和ProxySQL的安裝本文不再贅述，直接開始動手構建HTAP系統。下面是整體架構示意圖
3.1 將ClickHouse配置成為MySQL的從庫
登入ClickHouse后，執行下面的命令啟用新特性：
clickhouse :) SET allow_experimental_database_materialize_mysql = 1;
在ClickHouse中，創建一個復制通道，即可構建一個MySQL復制從庫，例如：
clickhouse :) CREATE DATABASE testENGINE = MaterializeMySQL( '172.24.10.10:3306', 'test', 'repl', 'repl');
clickhouse :) use test;
clickhouse :) show tables;
┌─name─────┐
│ sbtest1 │
│ sbtest10 │
│ sbtest11 │
...
32 rows inset. Elapsed: 0.006 sec.
首次創建復制通道后，ClickHouse會快速從MySQL主庫讀取所有數據并應用，可以查看數據復制的進度：
[root@yejr.run] # cat metadata/sbtest/.metadata
Version: 2
Binlog File: binlog.001496
Executed GTID: 097ee9f2-2ded-11eb-9211-e4434ba52b50:1-952676723
Binlog Position: 789663343
Data Version: 2
提醒：在這里，我設置的是主從復制專用賬號。相對于普通的主從復制賬號，用于ClickHouse從庫的賬號至少還要加上只讀權限，例如：
[root@yejr.run]> show grants forrepl;
+--------------------------------------------------------------------------+
| Grants forrepl@% |
+--------------------------------------------------------------------------+
| GRANT RELOAD, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO `repl`@`%` |
| GRANT SELECT ON ` test`.* TO `repl`@`%` |
+--------------------------------------------------------------------------+
ClickHouse的MaterializeMySQL引擎從MySQL復制數據的速度非常之快，甚至比MySQL原生的從庫還要更快，大家可以親身感受體驗下。
接下來，再在ClickHouse中創建一個業務賬號，以及一個服務監控賬號(用于ProxySQL對后端服務的監控)。編輯ClickHouse的配置文件 users.xml，增加兩個用戶：
app_user
::/0
default
default
monitor
::/0
default
default
我只設置了簡單密碼，也沒有修改其權限和quota模式，僅演示用，線上生產環境請自行調整以合規。
3.2 配置ProxySQL
配置mysql_servers表，增加兩條記錄，并使配置生效：
proxysql> insert into mysql_servers(hostgroup_id, hostname, port) values( '0', '172.24.10.10', '3306');
proxysql> insert into mysql_servers(hostgroup_id, hostname, port) values( '1', '172.24.10.11', '9004');
proxysql> save mysql servers to disk; load mysql servers to run;
其中，172.24.10.10:3306 是MySQL主庫，172.24.10.11:9004是ClickHouse從庫，9004端口是ClickHouse里給MySQL客戶端連接專用的，可以用MySQL客戶端(協議)連接進來執行各種操作。
hostgroup分別為0和1， 0用于讀寫組，1用于只讀組。
配置mysql_users表，加入業務賬號和監控賬號：
proxysql> select username,password,active from mysql_users;
+-----------+----------+--------+
| username | password | active |
+-----------+----------+--------+
| app_user | app_user | 1 |
| monitor | monitor | 1 |
+-----------+----------+--------+
proxysql> save mysql users to disk; load mysql users to runtime;
配置mysql_query_rules表，這個是關鍵，用于判斷將哪些SQL轉發到MySQL主庫，哪些轉發到ClickHouse：
proxysql> select rule_id, active, match_pattern,destination_hostgroup from mysql_query_rules;
+---------+--------+-------------------------+-----------------------+
| rule_id | active | match_pattern | destination_hostgroup |
+---------+--------+-------------------------+-----------------------+
| 1 | 1 | ^SELECT.*+CLICKHOUSE.* | 1 |
+---------+--------+-------------------------+-----------------------+
proxysql> save mysql query rules to disk; load mysql query rules to run;
上述規則的意思是，當SELECT語句中包含 "+CLICKHOUSE" 關鍵字時，就會自動轉發到 ClickHouse 后端去處理，其余的都發送到MySQL后端處理。例如下面這兩條SQL就會分別轉發到MySQL和ClickHouse后端：
#SQL #1
[root@yejr.run]> SELECT * FROM sbtest1 WHERE id=1;
#SQL #2
[root@yejr.run]> SELECT /*+CLICKHOUSE*/ * FROM sbtest1 WHERE id=1;
第二條SQL利用MySQL的注釋語法巧妙地實現規則HINT。
查詢 stats_mysql_query_digest 表的結果予以確認：
proxysql> select hostgroup, schemaname, username, digest, digest_text from stats_mysql_query_digest;
+-----------+------------+----------+--------------------+----------------------------------+
| hostgroup | schemaname | username | digest | digest_text |
+-----------+------------+----------+--------------------+----------------------------------+
| 0 | sbtest | app_user | 0x5662D7CF0442E794 | select * from sbtest1 whereid=? |
| 1 | sbtest | app_user | 0x5662D7CF0442E794 | select * from sbtest1 whereid=? |
+-----------+------------+----------+--------------------+----------------------------------+
可以看到，兩條SQL看起來一樣，但分別轉發到不同的hostgroup了。
最后配置ProxySQL的監控服務(可選，非必須)：
proxysql> setmysql-monitor_enabled= "true";
proxysql> setmysql-monitor_username= "monitor";
proxysql> setmysql-monitor_password= "monitor";
proxysql> save mysql variables to disk; load mysql variables to runtime;
至此，一個全部基于開源應用的簡易HTAP系統就構建好了。
4. 性能對比
在這里，我選用ClickHouse官方提供的benchmark方案：Star Schema Benchmark。
編譯完成后先是利用ssb-dbgen生成測試數據(指定參數 -s 50)：
./dbgen -s 50 -T c &
./dbgen -s 50 -T l &
./dbgen -s 50 -T p &
./dbgen -s 50 -T s &
./dbgen -s 50 -T d &
再創建幾個測試庫表，自行修改建表的DDL以適應MySQL語法。而后導入測試數據，最后根據文檔并生成 lineorder_flat 表。
[root@yejr.run]> show table status;
+----------------+--------+---------+------------+-----------+----------------+--------------+
| Name | Engine | Version | Row_format | Rows | Avg_row_length | Data_length |
+----------------+--------+---------+------------+-----------+----------------+--------------+
| customer | InnoDB | 10 | Dynamic | 1378209 | 120 | 166363136 |
| lineorder | InnoDB | 10 | Dynamic | 297927870 | 100 | 29871833088 |
| lineorder_flat | InnoDB | 10 | Dynamic | 292584926 | 430 | 125952851968 |
| part | InnoDB | 10 | Dynamic | 1192880 | 111 | 132792320 |
| supplier | InnoDB | 10 | Dynamic | 99730 | 110 | 11026432 |
+----------------+--------+---------+------------+-----------+----------------+--------------+
數據全部加載完畢后，再在ClickHouse中創建MaterializeMySQL復制通道：
clickhouse :) CREATE DATABASE ssb ENGINE = MaterializeMySQL( '172.24.10.10:3380', 'ssb', 'repl', 'repl');
數據量比較大，耐心靜待它復制完成即可。
然后連接 ProxySQL，先簡單執行大表count(*)，觀察耗時的不同：
#直接執行count(*)，會轉發到后端 MySQL 實例
[root@yejr.run]> select count(*) from lineorder_flat;
+-----------+
| count(*) |
+-----------+
| 300005811 |
+-----------+
1 row inset(3 min 2.14 sec)
#加上HINT規則，會轉發到后端 ClickHouse 實例
[root@yejr.run]> select /*+CLICKHOUSE*/ count(*) from lineorder_flat;
+-----------+
| count(*) |
+-----------+
| 300005811 |
+-----------+
1 row inset(5.67 sec)
光是 count(*) 就差了好多倍。
再選取其中前4個SQL測試，記錄的耗時如下：
Query
MySQL
ClickHouse(從庫)
ClickHouse(原生)
Q1.1
308.388684
0.149
0.107
Q1.2
320.373203
0.280
0.027
Q1.3
279.673361
0.346
0.030
Q2.1
286.451062
1.246
0.489
很明顯，直接在MySQL上查詢的效率實在太低了，而作為從庫的MaterializeMySQL和ClickHouse原生的MergeTree表雖然也有一定差距，但相差也沒那么大了，還算是很快的。
4. 其他說明
ClickHouse的MaterializeMySQL中 不支持 create like 語法。例如執行 create table db2.a like db1.a，其中db1是要復制到ClickHouse的，而db2是留在MySQL端，即便這樣也會導致ClickHouse端復制報錯，需要重啟才行。
ClickHouse的MaterializeMySQL中也 不支持函數索引。
偶爾發現ProxySQL的監控模塊連接到ClickHouse后，會發送 SET wait_timeout=N 命令，會導致ClickHouse報錯，但不影響正常使用。 重啟ProxySQL，或者重啟監控開關都可以解決。
Enjoy it :)
責任編輯：
總結
以上是生活随笔為你收集整理的mysql htap 开源_基于开源应用快速构建HTAP系统的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： regedit及电脑死机可能因原
- 下一篇： 计算机基础——5.2 图像与图形