数据迁移需要从mysql导入clickhouse, 总结方案如下，包括clickhouse自身支持的三种方式，第三方工具两种。
|
1
|
|
2
3
4
5
6
7
8
9
|
create table engin mysqlcreate 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']); |
官方文档:https://clickhouse.yandex/docs/en/operations/table_engines/mysql/
注意，实际数据存储在远端mysql数据库中，可以理解成外表。
可以通过在mysql增删数据进行验证。
|
1
|
|
2
3
4
5
6
7
8
9
10
|
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-- 导入数据insert into [db.]table [(c1, c2, c3)] select 列或者* from mysql('host:port', 'db', 'table_name', 'user', 'password') |
可以自定义列类型，列数，使用clickhouse函数对数据进行处理，比如
|
1
|
|
2
3
4
5
6
7
|
select todate(xx) from mysql("host:port","db","table_name","user_name","password")create table as select fromcreate table [if not exists] [db.]table_nameengine =logasselect *from mysql('host:port', 'db', 'article_clientuser_sum', 'user', 'password') |
网友文章: http://jackpgao.github.io/2018/02/04/clickhouse-use-mysql-data/
不支持自定义列，参考资料里的博主写的 engin=mergetree 测试失败。
可以理解成 create table 和 insert into select 的组合
altinity/clickhouse-mysql-data-reader
altinity公司开源的一个python工具，用来从mysql迁移数据到clickhouse(支持binlog增量更新和全量导入)，但是官方readme和代码脱节，根据quick start跑不通。
|
1
|
|
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
## 创建表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## 修改脚本vim create_clickhouse_table_template.sql## 导入建表clickhouse-client -mn < create_clickhouse_table_template.sql## 数据导入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，上述三种都是从mysql导入clickhouse，如果数据量大，对于mysql压力还是挺大的。下面介绍两种离线方式(streamsets支持实时，也支持离线)
csv
|
1
|
|
2
3
4
|
## 忽略建表clickhouse-client \ -h host \ --query="insert into [db].table format csv" < test.csv |
但是如果源数据质量不高，往往会有问题，比如包含特殊字符(分隔符，转义符)，或者换行。被坑的很惨。
|
1
|
|
2
3
4
|
自定义分隔符, --format_csv_delimiter="|"遇到错误跳过而不中止， --input_format_allow_errors_num=10 最多允许10行错误, --input_format_allow_errors_ratio=0.1 允许10%的错误csv 跳过空值(null) ，报 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" 将 ,, 替换成 ,\n,python clean_csv.py --src=src.csv --dest=dest.csv --chunksize=50000 --cols --encoding=utf-8 --delimiter=, |
clean_csv.py参考我另外一篇032-csv文件容错处理
streamsets
streamsets支持从mysql或者读csv全量导入，也支持订阅binlog增量插入，参考我另外一篇 025-大数据etl工具之streamsets安装及订阅mysql binlog 。
本文只展示从mysql全量导入clickhouse
本文假设你已经搭建起streamsets服务
启用并重启服务
上传mysql和clickhouse的jdbc jar和依赖包
便捷方式，创建pom.xml，使用maven统一下载
|
1
|
|
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
<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> |
如果本地装有maven，执行如下命令
|
1
|
|
|
mvn dependency:copy-dependencies -doutputdirectory=lib -dincludescope=compile |
所有需要的jar会下载并复制到lib目录下
然后拷贝到 streamsets /opt/streamsets-datacollector-3.9.1/streamsets-libs-extras/streamsets-datacollector-jdbc-lib/lib/ 目录下
重启streamsets服务
总结
以上所述是小编给大家介绍的mysql迁移到clickhouse的5种方法,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对服务器之家网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！原文链接：https://anjia0532.github.io/2019/07/17/mysql-to-clickhouse/
