请教一下 clickhouse 的使用问题

[iamfenges]

clickhouse 能作为 mysql 的从库吗？官网这个 MaterializedMySQL 引擎又写着是试验性的。你们是怎么使用的

[wmz000]

想知道啥需求为啥要使用 ck 做 mysql 的从库？

[vincent7245]

1 可以，但是前提是，ck 是做分析用的，而且数据有延迟，不能做业务

2 我们用 impala+kudu ，性质和 ck 差不多，但是仅做分析用，数据是通过读取 binlog 同步的，自己写的中间件

3 不要用分析数据库做业务，不要用分析数据库做业务，不要用分析数据库做业务

[ianEros]

我咋记得这个引擎是类似外表，在 ck 做的映射，查询的时候 ck 还是连到 mysql 查

一般的方案都是用 canal 同步到 ck ，或者直接用 ck
经常修改的数据同步到 ck 还要区分版本，有时候还要 merge

[iamfenges]

@wmz000 就做一些数据统计，不是业务用的

@vincent7245 是的，只做业务分析

[iamfenges]

@ianEros 你说的是 MYSQL 的表引擎，会直接查 mysql ，现在就是用这个，所以内存爆了

[ianEros]

@iamfenges #5 内存多大 ck 巨吃内存

[iamfenges]

@ianEros 感谢，准备改成用 canal 同步试试

[iamfenges]

@ianEros 才 8G[捂脸]

[wmz000]

@wmz000 #1 我理解由于这两个的数据模型和查询语句等差距，用 ck 做 mysql 你需要做不少转换类的工作吧，比起加一层同步数据的工作量呢？

[ianEros]

@iamfenges #8
我说错了，映射表的引擎是 mysql
8g 有点小，数据量大一点就不够用，如果用 canal 同步的话，离线数据还好，如果数据经常修改的话同步也很麻烦，MergeTree 同一条数据每次修改会存一条记录，同一条记录会存好几个版本

[rongpx95]

可以是可以，但是考虑到性能，你还需要定时把 MySQL 视图的数据，同步到 CK, 后面基于 CK 做分析

[wmz000]

@iamfenges #8 看你数据量啦，稍微大点，8g 怕是不够 ck 吃的，哈哈

[IDAEngine]

@iamfenges 最好 64G 内存起，玩 ck 的话，

[qzwmjv]

8G 就别考虑 ck 了

[mywowo]

8G 玩个啥 clickhouse

[sadfQED2]

做从库没听说过，我们是 mysql binlog>kafka>flink>ck

[weijancc]

楼上说内存的, 我用的是个假的 clickhouse 吗, 300w 数据量才占了 700m 内存

[nulIptr]

@weijancc 300w 数据要啥 ck 。数据少就 mysql 自己玩呗，量上来了再整后面的

[weijancc]

@nulIptr 做 olap 的, 刚部署 10 来天, 一个月后数据就千万了.

[weijancc]

@nulIptr 而且数据量小用 clickhouse 也没什么问题, 我之前数据量 50w, 在低价云主机上的 mysql 执行复杂查询+group 要 7 秒, 而 clickhouse 是秒出结果

[wxf666]

@weijancc #20 好奇你原来的 SQL 是啥？ 50W 数据量要 7 秒？

[Frankcox]

Clickhouse 的内存占用跟什么有关？我们有个单机 8C8G 的 Clickhouse ，里面有七八个表，两三个表有十几亿行，剩下的几千万行，日常任务都是很简单的单表根据 Time 间隔 Select ，看语句执行情况内存占用很少，只有几十还是几百 M ，但是 CPU 拉满了，且一般都是分钟级别查询。

[xieshaohu]

clickhouse 可以把 Mysql 表做外表，你想要分析方便，直接建立外表，然后 insert select 语法把数据快速导入到 clickhouse ， 之后再基于 clickhouse 做聚合分析就行了。

[zong400]

@sadfQED2 flink 是做什么，kafka 不是能直接到 ck 吗

[sadfQED2]

@zong400 流式计算引擎，通过 flink 能够在插入前做各种处理，比如拼表，过滤某些字段等等

[wu00]

@iamfenges canal 也挺不稳定的，小项目用 docker 部署了一个单机版的用来监控 binlog ，隔三岔五的假死，翻遍了日志就是没有异常；有条件还是用云服务省心。

[brader]

可以的，但是我建议你 clickhouse 库只做数据统计用，不要用于强依赖数据一致性的业务。另外 clickhouse 库一定一定要分开专门的服务器来安装，因为 clickhouse 会极致利用服务器资源，和其他软件掺杂一起，可能会影响其他软件的运行。
自动同步数据的话，你可以看看这个项目，我觉得挺好用，主要是轻量
https://github.com/brokercap/Bifrost

[v2orz]

@ianEros #3
canal 不好用，维护更新少，建议换别的 CDC 方案，比如 flink CDC ，或者 DataX

[vgbhfive]

可以把数据实时同步到 ck ，然后 ck 做数据分析，我公司就是这么搞得，实时同步工具参考 clickhouse-mysql-data-reader

[iluckypig]

分析可以，业务不行。

[lixintcwdsg]

现在大部分公司就是这么用的，从 mysql binlog 那边同步入 CK
ck 就是个只读的从库