用户访问ClickHouse，需要默认的客户端clickhouse-client，但是这个工具不够友好：

1. 需要额外安装，并且使用上，不是那么nice
2. clickhouse-client其实是clickhouse的软连接，即要么全装，要么不用

啥最普及啊？
答：MySQL

基本所有的服务器都装了mysql，注意，这里指的是mysql-client，就是那个让你用命令行连接到MySQL服务的那个命令

ProxySQL是众多MySQL中间件中的佼佼者，一直被Percona推崇，最近他们也放出了支持ClickHouse的版本

因此，今天的话题就是：
ClickHouse+ProxySQL = Using ClickHouse like MySQL

在之前的博客中，我们讨论了ClickHouse的最佳架构，其中考虑了两点

1. 扩展性，即集群机器越多，性能越高，集群性能=∑单机性能

2. 可靠性，通过使用复制机制，来抵抗单机宕机、机房宕机风险

其中第二点，依赖ClickHouse的复制引擎，即ReplicatedMergeTree引擎
在ZK的基础上，共享同一个ZK路径的节点，会相互同步数据

本测试主要用来做灾难恢复测试，即集群中某个分片对应的某2个节点挂了一个，新增一个节点，存量数据同步情况和效率

为了保证测试有价值，找了一个15亿行数据的表，数据文件22GB

测试环境

• 如图，基于ZK构建了两组集群
  • 两侧看做2个集群，数据各占1/3，使用分布式引擎做横向扩展
  • 其中Node1和Node1’、Node2和Node2’、Node3和Node3’使用复制引擎，相互做备份
  • 现在假设Node3出现了宕机，新增一个节点，观察数据同步的过程是否符合预期

阅读此文，你将得到什么：

1. ClickHouse安装的2种方法，以及背后的坑

2. 一步步帮你实现ClickHouse从单机到集群化，以及集群化的原理、配置文件等

3. 集群化的2种方案，孰优孰劣

如有疑问，请留言或者联系我

组件介绍

• ClickHouse安装完后，会有几个重要命令：
  1. clickhouse-server ClickHouse的Server端，也就是CK数据库的核心程序，相当于mysqld命令，提供数据库服务端
  2. clickhouse-client ClickHouse自带的client端，提供命令行的交互操作方式，来连接服务端，相当于mysql命令

大家都说大数据有价值，但是，有多少人给大数据加了锁？

ClickHouse集群，目前线上的都是裸奔，如果对方恶意请求数据，甚至删掉某些数据，就悲剧了

Config概览

• 配置文件：user.xml
• 核心配置3部分
  1. profile配置，最大内存、负载方式等（没有特别关注，可见官方文档）
  2. 配额设置，单个用户最大能用的资源多少（没有特别关注，可见官方文档）
  3. 用户设置，包括用户名和密码
     • 密码有2种，一种是明文，一种是写sha256sum的Hash值
     • 官方不建议直接写明文密码

原文：点这里

该文章原文是俄文，被人翻译成了英文，整体风格略显生硬。不喜欢看的，可以直接跳过，看最后我增加的结论。
另外，感谢@张健同学（一个着迷于源码的小鲜肉）的大力帮助~

翻译有误请指正~

ClickHouse是来自“战斗民族”的高性能分析性数据库，圈内人戏称为“喀秋莎数据库”。

Altinity是国外一家从事ClickHouse咨询、服务的公司，该公司高管由ClickHouse开发者，以及来自Percona的专家组成。目前Altinity的ClickHouse云服务测试版已经上线。

本文背景

• Our guest author is ClickHouse evangelist Yegor Andreenko. Follow him on Twitter @f1yegor.
• This is a cross-post from: (https://medium.com/@f1yegor/clickhouse-primary-keys-2cf2a45d7324)
• Special thanks to Alexey Milovidov, ClickHouse developer, for providing material for this article.

译文

• 我们的客座嘉宾，是ClickHouse的布道师 Yegor Andreenko，这是他的Twitter：@f1yegor
• 这篇文章是从这里转载过来的： https://medium.com/@f1yegor/clickhouse-primary-keys-2cf2a45d7324
• 特别感谢ClickHouse的开发者Alexey Milovidov为本文提供的原始素材。

原文

翻译有误请指正~

ClickHouse是来自“战斗民族”的高性能分析性数据库，圈内人戏称为“喀秋莎数据库”。

背景

• 有人导入700G的CSV文件，结果因为一些行异常，导入失败，报错：

1
2
3

Code: 27. DB::Exception: Cannot parse input: expected , 
before: an,,113.143.235.107,,,
https://ads.diamonds/c/3b4336c6-db9a-11e5-bea8-021988c520a1?cid=%COOKIEID&campaignid=%HASH_CODE&pubid=%ADD_CODE&subid=%PLACEMENT,2017-09-0: (at row 865704)

• 很明显是因为一些特殊字段导致的（译者注）

• 于是在Google Groups里提问是否有跳过错误的参数。

原文：https://www.altinity.com/blog/2017/11/21/compression-in-clickhouse
Altinity是国外一家从事ClickHouse咨询、服务的公司，该公司高管由ClickHouse开发者，以及来自Percona的专家组成。目前Altinity的ClickHouse云服务测试版已经上线。

综述

It might not be obvious from the start, but ClickHouse supports different kinds of compressions, namely two LZ4 and ZSTD.

There are evaluations for both of these methods: https://www.percona.com/blog/2016/04/13/evaluating-database-compression-methods-update/
But in short, LZ4 is fast but provides smaller compression ratio comparing to ZSTD. While ZSTD is slower than LZ4, it is often faster and compresses better than a traditional Zlib, so it might be considered as a replacement for Zlib compression.

• 其实，从一开始ClickHouse就支持多种方式的数据压缩：LZ4和ZSTD。
• 关于压缩算法的测试，见这篇文章。简而言之，LZ4在速度上会更快，但是压缩率较低，ZSTD正好相反。尽管ZSTD比LZ4慢，但是相比传统的压缩方式Zlib，无论是在压缩效率还是速度上，都可以作为Zlib的替代品。

Mac NTFS Free

Mac OS下，使用NTFS的磁盘，是一件很痛苦的事情
默认系统是只读，并不支持修改操作

市面上常见的2个商用产品是：Paragon NTFS 和 Tuxera NTFS

前一款外观精美，是非常推荐的，然而价格动不动就要149
后者，据说就是依赖开源的NTFS-3G而来

接下来，让我们用几条命令，来搞定免费的NTFS驱动

1. install brew

如果是Mac老用户，这一步应该都可以跳过了吧

1

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

• 当所有人都在谈论，如何用Hadoop、Spark这些巨无霸组件来分析大数据的时候，远在西伯利亚的战斗民族，开发了一个极具吸引力的数据仓库：ClickHouse
• 如同上面的动图，ClickHouse是一个：
  1. 列式存储数据库
  2. 关系型
  3. 巨快无比
  4. 分布式
  5. 高可用
  6. PB级别

• 后续的文章，会逐步介绍ClickHouse这个好用的工具，真正能让好的工具服务我们的工作

• 做个youtube搬运工，发一些IT科普视频。

• 视频涉及到一些硬件原理，比如机械硬盘，SSD新技术。

• 还有一些纯科普的东西，比如SSD是怎么制造的，内存是怎么制造的，Intel是怎么把沙子变成CPU的。

• 视频来自youtube，很多都是厂商自己制作的，比如镁光、三星、Intel，还有一些是网友自制视频，都是精华。