从 MySQL 到 ClickHouse 实时数据同步 —— MaterializeMySQL + Materialized View

本篇演示使用 ClickHouse 的 MaterializeMySQL 数据库引擎和物化视图，实时将 MySQL 库表中的数据同步到 ClickHouse 的库表中。相关软件版本如下：

MySQL：8.0.16
ClickHouse：24.1.8

这种方案的好处是操作简单，几乎不需要额外配置即可实现。

一、总体架构

代码语言：txt

复制

    总体结构如下图所示。

代码语言：txt

复制

    ClickHouse 是由四个实例构成的两分片、没分片两副本集群，票选和协调器使用 ClickHouse 自带的 keeper 组件。分片、副本、keeper 节点部署如下表所示。

IP	主机名	实例角色	ClickHouse Keeper
172.18.4.126	node1	分片1副本1	*
172.18.4.188	node2	分片1副本2	*
172.18.4.71	node3	分片2副本1	*
172.18.4.86	node4	分片2副本2

代码语言：txt

复制

    ClickHouse 集群部署过程参见“[ClickHouse 集群部署（不需要 Zookeeper）](https://blog.csdn.net/wzy0623/article/details/137809306)”。另外在 172.18.16.156 上安装 MySQL，并启动两个实例做主从复制，主库实例用3306端口，从库实例用3307端口。

二、安装配置 MySQL

代码语言：txt

复制

    安装配置 MySQL 一主一从双实例。

1. 创建 mysql 用户

代码语言：javascript

复制

# root 用于执行
useradd mysql
passwd mysql

2. 建立 MySQL 使用的目录

代码语言：javascript

复制

# 创建数据目录，确保数据目录 mysqldata 为空 mkdir -p /data/3306/mysqldata 创建 binlog 目录 mkdir -p /data/3306/dblog 创建临时目录 mkdir -p /data/3306/tmp 修改目录属主为 mysql chown -R mysql:mysql /data 使用 mysql 用户执行下面的安装过程

su - mysql

3. 解压安装包

代码语言：javascript

复制

# 进入安装目录 cd ~ 从tar包中把提取文件 tar xvf mysql-8.0.16-linux-glibc2.12-x86_64.tar.xz 建立软连接

ln -s mysql-8.0.16-linux-glibc2.12-x86_64 mysql-8.0.16

4. 配置环境变量

代码语言：javascript

复制

# 将 MySQL 可执行文件所在目录添加到 $PATH 环境变量中编辑文件 vim ~/.bash_profile 修改或添加如下两行 PATH=PATH:HOME/.local/bin:$HOME/bin:/home/mysql/mysql-8.0.16/bin export PATH 使配置生效

source ~/.bash_profile

5. 创建 MySQL 配置文件

代码语言：javascript

复制

# 编辑文件

vim /home/mysql/my_3306.cnf
文件内容如下：
[mysqld]

max_allowed_packet=1G

log_timestamps=system

binlog_transaction_dependency_tracking  = WRITESET

transaction_write_set_extraction        = XXHASH64
binlog_expire_logs_seconds=259200

lower_case_table_names=1

secure_file_priv=''

log_bin_trust_function_creators=on

character-set-server = utf8mb4

default_authentication_plugin=mysql_native_password

basedir=/home/mysql/mysql-8.0.16-linux-glibc2.12-x86_64

datadir=/data/3306/mysqldata

socket=/data/3306/mysqldata/mysql.sock
wait_timeout=30

innodb_buffer_pool_size = 16G

max_connections = 1000
default-time-zone = '+8:00'
port = 3306

skip-name-resolve

user=mysql
innodb_print_all_deadlocks=1

log_output='table'

slow_query_log = 1

long_query_time = 1
tmp_table_size = 32M
开启 binlog
log-bin=/data/3306/dblog/mysql-bin

log-bin-index = /data/3306/dblog/mysql-bin.index
tmpdir = /data/3306/tmp
server-id = 1563306
innodb_data_file_path = ibdata1:1G:autoextend

innodb_data_home_dir = /data/3306/mysqldata
innodb_log_buffer_size = 16M

innodb_log_file_size = 1G

innodb_log_files_in_group = 3

innodb_log_group_home_dir=/data/3306/dblog

innodb_max_dirty_pages_pct = 90

innodb_lock_wait_timeout = 120
gtid-mode = on

enforce_gtid_consistency=true
local_infile=0

log_error='/data/3306/mysqldata/master.err'

skip_symbolic_links=yes
[mysqldump]

quick

max_allowed_packet = 1G
[mysqld_safe]

open-files-limit = 8192

代码语言：txt

复制

    以下这三个参数必须设置：

代码语言：javascript

复制

default_authentication_plugin=mysql_native_password

gtid-mode = on

enforce_gtid_consistency=true

代码语言：txt

复制

    如果不设置 default_authentication_plugin，在 ClickHouse 中创建 MySQL 引擎数据库会报以下错误：

代码语言：javascript

复制

Received exception from server (version 24.1.8):

Code: 695. DB::Exception: Received from localhost:9000. DB::Exception: There was an error on [node2:9000]: Code: 695. DB::Exception: Load job 'startup MaterializedMySQL database test_mysql' failed: Code: 537. DB::Exception: Illegal MySQL variables, the MaterializedMySQL engine requires default_authentication_plugin='mysql_native_password'. (ILLEGAL_MYSQL_VARIABLE),. (ASYNC_LOAD_FAILED) (version 24.1.8.22 (official build)). (ASYNC_LOAD_FAILED)

代码语言：txt

复制

    如果不启用 GTID，在 ClickHouse 中创建 MySQL 引擎数据库会报以下错误：

代码语言：javascript

复制

Received exception from server (version 24.1.8):

Code: 1002. DB::Exception: Received from localhost:9000. DB::Exception: The replication sender thread cannot start in AUTO_POSITION mode: this server has GTID_MODE = OFF instead of ON.. ()

6. MySQL 系统初始化

代码语言：javascript

复制

mysqld --defaults-file=/home/mysql/my_3306.cnf --initialize

7. 启动 mysql 服务器

代码语言：javascript

复制

mysqld_safe --defaults-file=/home/mysql/my_3306.cnf &

8. 创建 dba 用户

代码语言：javascript

复制

# 连接 mysql 服务器 mysql -u root -p -S /data/3306/mysqldata/mysql.sock -- 修改 root 用户密码 alter user user() identified by "123456";

-- 创建一个新的 dba 账号 create user 'dba'@'%' identified with mysql_native_password by '123456'; grant all on . to 'dba'@'%' with grant option;

代码语言：txt

复制

    重复执行 2 - 8 步，将 3306 换成 3307，创建从库实例。

三、配置 MySQL 主从复制

代码语言：txt

复制

    3306 主库实例执行：

代码语言：javascript

复制

-- 查看复制位点

show master status;

-- 创建复制用户并授权

create user 'repl'@'%' identified with mysql_native_password by '123456';

grant replication client,replication slave on . to 'repl'@'%';

-- 创建测试库表及数据

create database test;

create table test.t1 (

id bigint(20) not null auto_increment,

remark varchar(32) default null comment '备注',

createtime timestamp not null default current_timestamp comment '创建时间',

primary key (id));

insert into test.t1 (remark) values ('第一行：row1'),('第二行：row2'),('第三行：row3');

代码语言：txt

复制

    输出：

代码语言：javascript

复制

mysql> show master status;

+------------------+----------+--------------+------------------+------------------------------------------+

| File             | Position | Binlog_Do_DB | Binlog_Ignore_DB | Executed_Gtid_Set                        |

+------------------+----------+--------------+------------------+------------------------------------------+

| mysql-bin.000001 |      977 |              |                  | ba615057-e11c-11ee-b80e-246e961c91f8:1-3 |

+------------------+----------+--------------+------------------+------------------------------------------+

1 row in set (0.00 sec)
mysql> create user 'repl'@'%' identified with mysql_native_password by '123456';

Query OK, 0 rows affected (0.01 sec)
mysql> grant replication client,replication slave on . to 'repl'@'%';

Query OK, 0 rows affected (0.00 sec)
mysql> create database test;

Query OK, 1 row affected (0.00 sec)
mysql> create table test.t1 (

->   id bigint(20) not null auto_increment,

->   remark varchar(32) default null comment '备注',

->   createtime timestamp not null default current_timestamp comment '创建时间',

->   primary key (id));

Query OK, 0 rows affected (0.01 sec)
mysql> insert into test.t1 (remark) values ('第一行：row1'),('第二行：row2'),('第三行：row3');

Query OK, 3 rows affected (0.00 sec)

Records: 3  Duplicates: 0  Warnings: 0

代码语言：txt

复制

    3307 从库实例执行：

代码语言：javascript

复制

change master to

master_host='172.18.16.156',

master_port=3306,

master_user='repl',

master_password='123456',

master_log_file='mysql-bin.000001',

master_log_pos=977;
start slave;

show slave status\G

select user,host from mysql.user;

select * from test.t1;

代码语言：txt

复制

    输出：

代码语言：javascript

复制

mysql> change master to -> master_host='172.18.16.156', -> master_port=3306, -> master_user='repl', -> master_password='123456', -> master_log_file='mysql-bin.000001', -> master_log_pos=977; Query OK, 0 rows affected, 2 warnings (0.00 sec) mysql> start slave; Query OK, 0 rows affected (0.01 sec) mysql> show slave status\G *************************** 1. row *************************** Slave_IO_State: Waiting for master to send event Master_Host: 172.18.16.156 Master_User: repl Master_Port: 3306 Connect_Retry: 60 Master_Log_File: mysql-bin.000001 Read_Master_Log_Pos: 2431 Relay_Log_File: vvgg-z2-music-mysqld-relay-bin.000002 Relay_Log_Pos: 1776 Relay_Master_Log_File: mysql-bin.000001 Slave_IO_Running: Yes Slave_SQL_Running: Yes Replicate_Do_DB: Replicate_Ignore_DB: Replicate_Do_Table: Replicate_Ignore_Table: Replicate_Wild_Do_Table: Replicate_Wild_Ignore_Table: Last_Errno: 0 Last_Error: Skip_Counter: 0 Exec_Master_Log_Pos: 2431 Relay_Log_Space: 1999 Until_Condition: None Until_Log_File: Until_Log_Pos: 0 Master_SSL_Allowed: No Master_SSL_CA_File: Master_SSL_CA_Path: Master_SSL_Cert: Master_SSL_Cipher: Master_SSL_Key: Seconds_Behind_Master: 0 Master_SSL_Verify_Server_Cert: No Last_IO_Errno: 0 Last_IO_Error: Last_SQL_Errno: 0 Last_SQL_Error: Replicate_Ignore_Server_Ids: Master_Server_Id: 1563306 Master_UUID: ba615057-e11c-11ee-b80e-246e961c91f8 Master_Info_File: mysql.slave_master_info SQL_Delay: 0 SQL_Remaining_Delay: NULL Slave_SQL_Running_State: Slave has read all relay log; waiting for more updates Master_Retry_Count: 86400 Master_Bind: Last_IO_Error_Timestamp: Last_SQL_Error_Timestamp: Master_SSL_Crl: Master_SSL_Crlpath: Retrieved_Gtid_Set: ba615057-e11c-11ee-b80e-246e961c91f8:4-8 Executed_Gtid_Set: ba615057-e11c-11ee-b80e-246e961c91f8:4-8, c2df1946-e11c-11ee-8026-246e961c91f8:1-3 Auto_Position: 0 Replicate_Rewrite_DB: Channel_Name: Master_TLS_Version: Master_public_key_path: Get_master_public_key: 0 Network_Namespace: 1 row in set (0.00 sec) mysql> select user,host from mysql.user; +------------------+-----------+ | user | host | +------------------+-----------+ | dba | % | | repl | % | | mysql.infoschema | localhost | | mysql.session | localhost | | mysql.sys | localhost | | root | localhost | +------------------+-----------+ 6 rows in set (0.00 sec)

mysql> select * from test.t1; +----+------------------+---------------------+ | id | remark | createtime | +----+------------------+---------------------+ | 1 | 第一行：row1 | 2024-04-19 08:46:25 | | 2 | 第二行：row2 | 2024-04-19 08:46:25 | | 3 | 第三行：row3 | 2024-04-19 08:46:25 | +----+------------------+---------------------+ 3 rows in set (0.00 sec)

代码语言：txt

复制

    MySQL主从复制相关配置参见“配置异步复制”。

四、在 ClickHouse 中创建 MySQL 引擎数据库

代码语言：javascript

复制

set allow_experimental_database_materialized_mysql=1;

create database test_mysql on cluster cluster_2S_2R

engine = MaterializeMySQL('172.18.16.156:3307', 'test', 'dba', '123456');

代码语言：txt

复制

    如果不设置 allow_experimental_database_materialized_mysql=1 会报如下错误：

代码语言：javascript

复制

Received exception from server (version 24.1.8):

Code: 336. DB::Exception: Received from localhost:9000. DB::Exception: There was an error on [node3:9000]: Code: 336. DB::Exception: MaterializedMySQL is an experimental database engine. Enable allow_experimental_database_materialized_mysql to use it. (UNKNOWN_DATABASE_ENGINE) (version 24.1.8.22 (official build)). (UNKNOWN_DATABASE_ENGINE)

代码语言：txt

复制

    输出：

代码语言：javascript

复制

vvml-yz-hbase-test.172.18.4.188 :) set allow_experimental_database_materialized_mysql=1; SET allow_experimental_database_materialized_mysql = 1 Query id: 7ce08dff-8d1e-496f-a1af-39c5bec41643 Ok. 0 rows in set. Elapsed: 0.001 sec. vvml-yz-hbase-test.172.18.4.188 :) create database test_mysql on cluster cluster_2S_2R engine = MaterializeMySQL('172.18.16.156:3307', 'test', 'dba', '123456'); CREATE DATABASE test_mysql ON CLUSTER cluster_2S_2R ENGINE = MaterializeMySQL('172.18.16.156:3307', 'test', 'dba', '123456') Query id: 610e3c86-c5b6-477c-b4a3-33624809d05c ┌─host──┬─port─┬─status─┬─error─┬─num_hosts_remaining─┬─num_hosts_active─┐ │ node4 │ 9000 │ 0 │ │ 3 │ 0 │ │ node3 │ 9000 │ 0 │ │ 2 │ 0 │ │ node2 │ 9000 │ 0 │ │ 1 │ 0 │ │ node1 │ 9000 │ 0 │ │ 0 │ 0 │ └───────┴──────┴────────┴───────┴─────────────────────┴──────────────────┘ 4 rows in set. Elapsed: 0.086 sec.

vvml-yz-hbase-test.172.18.4.188 :)

代码语言：txt

复制

    现在可以查询 MySQL 的库表数据：

代码语言：javascript

复制

vvml-yz-hbase-test.172.18.4.188 :) select * from test_mysql.t1;
SELECT *

FROM test_mysql.t1
Query id: bae55b87-6e80-4e7f-a2c7-b9312ffef999
┌─id─┬─remark───────┬──────────createtime─┐

│  1 │ 第一行：row1 │ 2024-04-19 08:46:25 │

│  2 │ 第二行：row2 │ 2024-04-19 08:46:25 │

│  3 │ 第三行：row3 │ 2024-04-19 08:46:25 │

└────┴──────────────┴─────────────────────┘
3 rows in set. Elapsed: 0.002 sec.
vvml-yz-hbase-test.172.18.4.188 :)

五、在 ClickHouse 中创建物化视图

代码语言：javascript

复制

-- 创建数据库

create database db1 on cluster cluster_2S_2R;
-- 创建本地表

create table db1.t1 on cluster cluster_2S_2R

(

id Int64,

remark Nullable(String),

createtime timestamp,

primary key id)

engine = ReplicatedMergeTree(

'/clickhouse/tables/{shard}/t1',

'{replica}')

order by id;
-- 创建分布式表

create table db1.t1_replica_all ON CLUSTER 'cluster_2S_2R'

as db1.t1

engine = Distributed(cluster_2S_2R, db1, t1, rand());
-- 创建物化视图

create materialized view db1.t1_mv on cluster cluster_2S_2R

to db1.t1_replica_all

as

select * from test_mysql.t1;

代码语言：txt

复制

    注意创建本地表时的数据类型及其是否允许为空的属性，都要与 MySQL 表的数据类型匹配，否则会报类似下面的错误：

代码语言：javascript

复制

Received exception from server (version 24.1.8): Code: 53. DB::Exception: Received from localhost:9000. DB::Exception: Type mismatch for column id. Column has type Int64, got type UInt64. (TYPE_MISMATCH)

Received exception from server (version 24.1.8): Code: 53. DB::Exception: Received from localhost:9000. DB::Exception: Type mismatch for column remark. Column has type Nullable(String), got type String. (TYPE_MISMATCH)

代码语言：txt

复制

    数据类型的对应如下图所示：

六、物化视图数据刷新

1. 初始数据装载

代码语言：txt

复制

    ClickHouse 物化视图创建时缺省不会进行初始数据装载。初始装载的方法有两个，一是在创建物化视图时使用 POPULATE。POPULATE 关键字决定了物化视图的更新策略：

若有 POPULATE 则在创建视图的过程会将源表已经存在的数据一并导入，类似于create table ... as
若无 POPULATE 则物化视图在创建之后没有数据，只会同步物化视图创建之后写入源表的数据

代码语言：txt

复制

    ClickHouse 官方并不推荐使用 POPULATE，因为在创建物化视图的过程中同时写入的数据不能被插入物化视图。本例使用 TO [db].[table] 语法，物化视图创建后手工执行初始数据装载。

代码语言：javascript

复制

-- MySQL 从库停止复制

stop slave;
-- ClickHouse 初始装载物化视图

insert into db1.t1_mv(id,remark,createtime) select * from test_mysql.t1;
-- MySQL 从库开启复制

start slave;

代码语言：txt

复制

    这么简单的一句却是实现初始数据装载的关键所在。从库停止复制，不影响主库的正常使用，也就不会影响业务。此时从库的数据处于静止状态，不会产生变化，这使得获取存量数据变得轻而易举。然后执行普通的 insert ... select 语句向物化视图插入数据，数据实际是被写入 db1.t1_replica_all 表。之后在 ClickHouse 集群中的任一实例上，都能从物化视图中查询到一致的 MySQL 存量数据。

代码语言：javascript

复制

vvml-yz-hbase-test.172.18.4.86 :) select * from db1.t1_replica_all;
SELECT *

FROM db1.t1_replica_all
Query id: 5063cd12-6eba-4a81-9c75-d892cb152b17
┌─id─┬─remark───────┬──────────createtime─┐

│  1 │ 第一行：row1 │ 2024-04-19 08:46:25 │

│  2 │ 第二行：row2 │ 2024-04-19 08:46:25 │

│  3 │ 第三行：row3 │ 2024-04-19 08:46:25 │

└────┴──────────────┴─────────────────────┘
3 rows in set. Elapsed: 0.004 sec.
vvml-yz-hbase-test.172.18.4.86 :) select * from db1.t1_mv;
SELECT *

FROM db1.t1_mv
Query id: e319f96b-f299-41a1-b730-737a42ceedb0
┌─id─┬─remark───────┬──────────createtime─┐

│  1 │ 第一行：row1 │ 2024-04-19 08:46:25 │

│  2 │ 第二行：row2 │ 2024-04-19 08:46:25 │

│  3 │ 第三行：row3 │ 2024-04-19 08:46:25 │

└────┴──────────────┴─────────────────────┘
3 rows in set. Elapsed: 0.006 sec.
vvml-yz-hbase-test.172.18.4.86 :)

2. 增量数据刷新

代码语言：txt

复制

    ClickHouse 的物化视图能够在底层数据更新后，自动更新自己的数据。数据更新包括两个方面的变化：基础表的数据修改和基础表的数据新增。

基础表的数据修改

代码语言：txt

复制

    如果基础表的数据修改，物化视图会自动更新。这是通过 ClickHouse 的引擎和存储方式来实现的。当基础表的一行记录被修改，ClickHouse 会将这个修改转化为一个新的 INSERT 语句，并且将其发送到物化视图中。这样，物化视图就能够自动更新自己的数据。

基础表的数据新增

代码语言：txt

复制

    如果基础表的数据新增，物化视图同样会自动更新。这是通过设置物化视图的刷新机制来实现的。刷新机制有两种类型：定时刷新和自动刷新。

代码语言：txt

复制

    需要注意的是，ClickHouse 的物化视图虽然能够自动更新数据，但是会带来一些性能上的损失，尤其是在基础表数据量较大的情况下。因此，在设计物化视图时，需要考虑这个因素，同时选择合适的刷新机制来平衡性能和数据实时性的需求。

代码语言：txt

复制

    当然既然选择了 ClickHouse，使用场景就应该是数据新增比较多，而极少去修改或删除。对于一般对实时要求不高的业务场景，定时刷新完全够用了。

代码语言：javascript

复制

-- MySQL 主库修改数据

insert into test.t1 (remark) values ('第四行：row4');

update test.t1 set remark = '第五行：row5' where id = 4;

delete from test.t1 where id =1;

insert into test.t1 (remark) values ('第六行：row6');
此时 MySQL 的数据如下：

mysql> select * from test.t1;

+----+------------------+---------------------+

| id | remark           | createtime          |

+----+------------------+---------------------+

|  2 | 第二行：row2     | 2024-04-19 08:46:25 |

|  3 | 第三行：row3     | 2024-04-19 08:46:25 |

|  4 | 第五行：row5     | 2024-04-19 11:24:33 |

|  5 | 第六行：row6     | 2024-04-19 11:56:20 |

+----+------------------+---------------------+

4 rows in set (0.00 sec)

代码语言：txt

复制

    ClickHouse 查询数据，所有实例上查询物化视图返回相同的数据：

代码语言：javascript

复制

vvml-yz-hbase-test.172.18.4.86 :) select * from db1.t1_mv order by id; SELECT * FROM db1.t1_mv ORDER BY id ASC Query id: 1e3f8bb3-6fdd-4f3e-a494-af8c72e3dab2 ┌─id─┬─remark───────┬──────────createtime─┐ │ 1 │ 第一行：row1 │ 2024-04-19 08:46:25 │ └────┴──────────────┴─────────────────────┘ ┌─id─┬─remark───────┬──────────createtime─┐ │ 1 │ 第一行：row1 │ 2024-04-19 08:46:25 │ │ 1 │ 第一行：row1 │ 2024-04-19 08:46:25 │ │ 1 │ 第一行：row1 │ 2024-04-19 08:46:25 │ │ 1 │ 第一行：row1 │ 2024-04-19 08:46:25 │ │ 2 │ 第二行：row2 │ 2024-04-19 08:46:25 │ │ 3 │ 第三行：row3 │ 2024-04-19 08:46:25 │ └────┴──────────────┴─────────────────────┘ ┌─id─┬─remark───────┬──────────createtime─┐ │ 4 │ 第四行：row4 │ 2024-04-19 11:24:33 │ └────┴──────────────┴─────────────────────┘ ┌─id─┬─remark───────┬──────────createtime─┐ │ 4 │ 第五行：row5 │ 2024-04-19 11:24:33 │ └────┴──────────────┴─────────────────────┘ ┌─id─┬─remark───────┬──────────createtime─┐ │ 4 │ 第四行：row4 │ 2024-04-19 11:24:33 │ │ 4 │ 第五行：row5 │ 2024-04-19 11:24:33 │ │ 4 │ 第四行：row4 │ 2024-04-19 11:24:33 │ │ 4 │ 第四行：row4 │ 2024-04-19 11:24:33 │ │ 4 │ 第五行：row5 │ 2024-04-19 11:24:33 │ │ 4 │ 第五行：row5 │ 2024-04-19 11:24:33 │ └────┴──────────────┴─────────────────────┘ ┌─id─┬─remark───────┬──────────createtime─┐ │ 5 │ 第六行：row6 │ 2024-04-19 11:56:20 │ └────┴──────────────┴─────────────────────┘ ┌─id─┬─remark───────┬──────────createtime─┐ │ 5 │ 第六行：row6 │ 2024-04-19 11:56:20 │ └────┴──────────────┴─────────────────────┘

17 rows in set. Elapsed: 0.005 sec.

代码语言：txt

复制

    查询本地表，同一分片的副本返回相同的结果，不同分片的数据不同：

代码语言：javascript

复制

-- node1 vvml-yz-hbase-test.172.18.4.126 :) select * from db1.t1 order by id; SELECT * FROM db1.t1 ORDER BY id ASC Query id: c4d50038-f73f-4989-948e-031d6ff5d5ee ┌─id─┬─remark───────┬──────────createtime─┐ │ 1 │ 第一行：row1 │ 2024-04-19 08:46:25 │ │ 1 │ 第一行：row1 │ 2024-04-19 08:46:25 │ │ 1 │ 第一行：row1 │ 2024-04-19 08:46:25 │ │ 1 │ 第一行：row1 │ 2024-04-19 08:46:25 │ │ 2 │ 第二行：row2 │ 2024-04-19 08:46:25 │ │ 3 │ 第三行：row3 │ 2024-04-19 08:46:25 │ │ 4 │ 第四行：row4 │ 2024-04-19 11:24:33 │ │ 4 │ 第五行：row5 │ 2024-04-19 11:24:33 │ │ 4 │ 第四行：row4 │ 2024-04-19 11:24:33 │ │ 4 │ 第四行：row4 │ 2024-04-19 11:24:33 │ │ 4 │ 第五行：row5 │ 2024-04-19 11:24:33 │ │ 4 │ 第五行：row5 │ 2024-04-19 11:24:33 │ └────┴──────────────┴─────────────────────┘ ┌─id─┬─remark───────┬──────────createtime─┐ │ 5 │ 第六行：row6 │ 2024-04-19 11:56:20 │ └────┴──────────────┴─────────────────────┘ 13 rows in set. Elapsed: 0.002 sec. vvml-yz-hbase-test.172.18.4.126 :) -- node3 vvml-yz-hbase-test.172.18.4.71 :) select * from db1.t1 order by id; SELECT * FROM db1.t1 ORDER BY id ASC Query id: e91e72b7-508a-48a2-b08f-779e49b7cd01 ┌─id─┬─remark───────┬──────────createtime─┐ │ 1 │ 第一行：row1 │ 2024-04-19 08:46:25 │ └────┴──────────────┴─────────────────────┘ ┌─id─┬─remark───────┬──────────createtime─┐ │ 4 │ 第四行：row4 │ 2024-04-19 11:24:33 │ └────┴──────────────┴─────────────────────┘ ┌─id─┬─remark───────┬──────────createtime─┐ │ 4 │ 第五行：row5 │ 2024-04-19 11:24:33 │ └────┴──────────────┴─────────────────────┘ ┌─id─┬─remark───────┬──────────createtime─┐ │ 5 │ 第六行：row6 │ 2024-04-19 11:56:20 │ └────┴──────────────┴─────────────────────┘ 4 rows in set. Elapsed: 0.002 sec.

vvml-yz-hbase-test.172.18.4.71 :)

代码语言：txt

复制

    MySQL 中只有三行数据，ClickHouse 却有17行。ID=1 的行在 MySQL 中被删除，而在 ClickHouse 中并没有删除，而是变为了5行。虽然定义本地表时指定了 id 字段为主键，但 ClickHouse 中自定义的主键并不保证唯一性，即便本地表也是如此。ID=2 和 ID=3 的行在 MySQL 中没有变化，在 ClickHouse 中也分别是唯一的一行。ID=4 的行在 MySQL 中先新增后修改，在 ClickHouse 中都是新增数据。ID=6 的行在 MySQL 中新增一行，在 ClickHouse 中却增加了两行。分布式表的分片规则用的是随机，为什么 MySQL 端新增一条数据，到 ClickHouse 中两个分片都写了呢？

代码语言：txt

复制

    实验到此实现了数据实时同步，但 ClickHouse 中的数据明显多了很多行，这与选择的表引擎、使用的分片规则都有关系，比较复杂，对数据的解释也变得很重要。所以这里得出的结论是，要用 ClickHouse，最好还是定期从源端导入数据比较靠谱，而且源端最好是只新增数据。

参考：

MySQL
Materialized views
[experimental] MaterializedMySQL
基于 HBase & Phoenix 构建实时数仓（5）—— 用 Kafka Connect 做实时数据同步
Greenplum 实时数据仓库实践（5）——实时数据同步