ClickHouse进阶系列（二）clickhouse分片介绍

上文《ClickHouse进阶系列（一）clickhouse副本介绍》我们介绍了在clickhouse里面创建普通的副本，这里我们来介绍下clickhouse的分片，我们利用分片可以更方便的创建副本（不需要在多个集群节点上挨个创建表）。

这里的clickhouse分片的意思是把一张表的数据通过hash分成几份，可以理解为传统数据库里面的横向分表。假设users的数据集有300条，在原来的表里面是把这300条数据存储在一张表的一份存储文件里面的，现在是把这300条数据存储在一张表的3份存储文件里面的（假设分片设置为3）。这样子在查询的时候极大的减少了数据的扫描范围。

在clickhouse里面，分片与我们在集群里面的配置文件：/etc/clickhouse-server/config.d/metrika.xml这个配置文件相关的，这里我们自定义配置的集群，如下图：

像上图我们配置了一个集群：cluster_test，然后这个集群由2个分片组成：两个<shard>组成，每个分片里面只有1个副本：每个shard里面只有一个replica。

此时的话，我们在当前cluster_test集群里面创建表的话，name他就会有2个分片，1个副本（主存储数据片，没有额外的数据片）,下面我们演示一下创建一张users1表：

#创建一张users1表
create table test.users1 on cluster cluster_test(
	id int,
	name String,
	age int
)engine = ReplicatedMergeTree('/tables/{shard}/users1','{replica}')
order by id;

创建完成之后，我们就可以看到两个节点上都有名称为users1的表了。

备注：

1、创建分片表的时候，我们添加上on cluster xxx来创建，此时他会自动寻找集群的节点执行create table的操作。
2、在创建的时候我们指定zk路径的时候这里有一个{shard}主要是占位符，也就是代表在/etc/clickhouse-server/config.d/metrika.xml中配置的节点，他会自动去寻找：

3、在zk路径的话，我们还指定了{replica}这个也是在/etc/clickhouse-server/config.d/metrika.xml中配置的节点，他会自动寻找：

4、日常使用过程中，我们一般都直接使用占位符来定义。
5、在zk里面我们可以看到他已经把占位符替换掉了：

以上我们完成了users1表的分片创建，接下来我们向表中插入数据，这里需要注意的地方就是，clickhouse如果在node1节点上向users1表插入数据，name在node1的节点上查询的users1表的数据只会是node1上保存的数据，不会有node2上保存的数据，也就是在哪个节点插入数据，name在哪个节点查询数据就是当前节点保存的数据，此数据只是user1整个表的一部分。下面举个例子

#在节点1插入用户为张三的数据：
insert into test.users1 values(1,'张三',15);

#在节点1查询users1表的数据
select * from test.users1;

可以看到查询的是在当前节点插入的张三的数据。

#在节点2插入用户为李四的数据：
insert into test.users1 values(2,'李四',16);

#在节点1查询users1表的数据
select * from test.users1;

这里的话，我们在node2节点看到的数据只有李四的数据，没有张三的数据。

以上就是关于clickhouse在集群里面创建分片的案例。

备注

1、这里我们创建的分片只有1个副本，如果想要多副本怎么样，例如两个，name我们就需要准备4个节点的clickhouse集群，并且在/etc/clickhouse-server/config.d/metrika.xml文件中每一个shard配置两个replica，例如：

2、在/etc/clickhouse-server/config.d/metrika.xml文件中每一个节点只能有一个标识，不能把某个节点标记为多个标识，例如：

3、上面我们看到在不同的节点只能查询当前节点部分的数据，那么如何查询所有数据呢？这里就要使用前面提到的distributed了，详见：《ClickHouse基础系列（九）ClickHouse表引擎之Special系列》中的distributed部分，下一篇文章我们也会更深入的介绍下dristibuted引擎。