數(shù)據(jù)遷移需要從mysql導(dǎo)入clickhouse, 總結(jié)方案如下，包括clickhouse自身支持的三種方式，第三方工具兩種。
create table engin mysql
CREATE 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']);
官方文檔: https://clickhouse.yandex/docs/en/operations/table_engines/mysql/
注意，實際數(shù)據(jù)存儲在遠(yuǎn)端mysql數(shù)據(jù)庫中，可以理解成外表。
可以通過在mysql增刪數(shù)據(jù)進行驗證。
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
-- 導(dǎo)入數(shù)據(jù)
INSERT INTO [db.]table [(c1, c2, c3)] select 列或者* from mysql('host:port', 'db', 'table_name', 'user', 'password')
可以自定義列類型，列數(shù)，使用clickhouse函數(shù)對數(shù)據(jù)進行處理，比如
select toDate(xx) from mysql("host:port","db","table_name","user_name","password")
create table as select from
CREATE TABLE [IF NOT EXISTS] [db.]table_name
ENGINE =Log
AS
SELECT *
FROM mysql('host:port', 'db', 'article_clientuser_sum', 'user', 'password')
網(wǎng)友文章: http://jackpgao.github.io/2018/02/04/ClickHouse-Use-MySQL-Data/
不支持自定義列，參考資料里的博主寫的 ENGIN=MergeTree 測試失敗。
可以理解成 create table 和 insert into select 的組合
Altinity/clickhouse-mysql-data-reader
Altinity公司開源的一個python工具，用來從mysql遷移數(shù)據(jù)到clickhouse(支持binlog增量更新和全量導(dǎo)入)，但是官方readme和代碼脫節(jié)，根據(jù)quick start跑不通。
## 創(chuàng)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
## 修改腳本
vim create_clickhouse_table_template.sql
## 導(dǎo)入建表
clickhouse-client -mn create_clickhouse_table_template.sql
## 數(shù)據(jù)導(dǎo)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
官方文檔: https://github.com/Altinity/clickhouse-mysql-data-reader#mysql-migration-case-1—migrate-existing-data
注意，上述三種都是從mysql導(dǎo)入clickhouse，如果數(shù)據(jù)量大，對于mysql壓力還是挺大的。下面介紹兩種離線方式(streamsets支持實時，也支持離線)
csv
## 忽略建表
clickhouse-client \
-h host \
--query="INSERT INTO [db].table FORMAT CSV" test.csv
但是如果源數(shù)據(jù)質(zhì)量不高，往往會有問題，比如包含特殊字符(分隔符，轉(zhuǎn)義符)，或者換行。被坑的很慘。
自定義分隔符, --format_csv_delimiter="|"
遇到錯誤跳過而不中止， --input_format_allow_errors_num=10 最多允許10行錯誤, --input_format_allow_errors_ratio=0.1 允許10%的錯誤
csv 跳過空值(null) ，報 Code: 27. DB::Exception: Cannot parse input: expected , before: xxxx: (at row 69) ERROR: garbage after Nullable(Date): "8,002LINE FEED>0205" sed ' :a;s/,,/,\\N,/g;ta' |clickhouse-client -h host --query "INSERT INTO [db].table FORMAT CSV" 將 ,, 替換成 ,\N,
python clean_csv.py --src=src.csv --dest=dest.csv --chunksize=50000 --cols --encoding=utf-8 --delimiter=,
clean_csv.py參考我另外一篇032-csv文件容錯處理
streamsets
streamsets支持從mysql或者讀csv全量導(dǎo)入，也支持訂閱binlog增量插入，參考我另外一篇 025-大數(shù)據(jù)ETL工具之StreamSets安裝及訂閱mysql binlog 。
本文只展示從mysql全量導(dǎo)入clickhouse
本文假設(shè)你已經(jīng)搭建起streamsets服務(wù)
啟用并重啟服務(wù)
上傳mysql和clickhouse的jdbc jar和依賴包
便捷方式，創(chuàng)建pom.xml，使用maven統(tǒng)一下載
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>
如果本地裝有maven，執(zhí)行如下命令
mvn dependency:copy-dependencies -DoutputDirectory=lib -DincludeScope=compile
所有需要的jar會下載并復(fù)制到lib目錄下
然后拷貝到 streamsets /opt/streamsets-datacollector-3.9.1/streamsets-libs-extras/streamsets-datacollector-jdbc-lib/lib/ 目錄下
重啟streamsets服務(wù)
總結(jié)
以上所述是小編給大家介紹的mysql遷移到clickhouse的5種方法,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉(zhuǎn)載，煩請注明出處，謝謝！
您可能感興趣的文章:- MySQL數(shù)據(jù)庫遷移data文件夾位置詳細(xì)步驟
- Mysql的數(shù)據(jù)庫遷移到另一個機器上的方法詳解
- oracle數(shù)據(jù)庫遷移到MySQL的方法總結(jié)
- mysql數(shù)據(jù)庫遷移至Oracle數(shù)據(jù)庫
- MySQL數(shù)據(jù)庫遷移快速導(dǎo)出導(dǎo)入大量數(shù)據(jù)
- mysql Innodb表空間卸載、遷移、裝載的使用方法
- 關(guān)于MySQL數(shù)據(jù)遷移--data目錄直接替換注意事項的詳解
- mysql5.5數(shù)據(jù)庫data目錄遷移方法詳解
- mysql 備份與遷移 數(shù)據(jù)同步方法
- 一次mysql遷移的方案與踩坑實戰(zhàn)記錄
