Clickhouses数据迁移工具：Clickhouse-copier介绍

在使用clickhouse的时候，可能会有不同集群间迁移数据需求，这里可以使用如下几种方式：

DETACH/FREEZE分区，进行SCP拷贝，然后再ATTACH

alter table db.table DETACH PARTITION [partition]; #下线分区

alter table db.table FREEZE PARTITION [partition]; #备份分区

alter table db.table ATTACH PARTITION [partition]; #上线分区

利用remote函数

insert into ... select * from remote('ip',db.table,'user','password')

clickhouse-copier工具

这个工具是标准发布的clickhouse server的一部分，它可以在完全并行的模式下工作, 并以最有效的方式分发数据

三种方式的优缺点：

本文主要介绍Clickhouse-copier的使用方式

Clickhouse-copier是在安装clickhouse软件后自带的工具命令。

> clickhouse-copier--help

标★的比较重要，通常情况只需指定--daemon、--config和--task-path ，其他采用默认即可。

使用Clickhouse-copier需要借助zookeeper，为减少网络流量，建议clickhouse-copier在源数据所在的服务器上运行。

一、首先需要准备一个schema.xml配置

包括源和目标的集群分片信息，以及需要同步的表信息

关于schema.xml配置格式可参考：https://clickhouse.yandex/docs/en/operations/utils/clickhouse-copier/

二、完成schema.xml配置后，需要将此配置上载至 Zookeeper 节点的特定路径下 (//description)

可以创建多个任务

在zookeeper随便一个节点机器执行以下命令：

> ./zkCli.sh create /clickhouse/copytasks ""

> ./zkCli.sh create /clickhouse/copytasks/task1 ""

> ./zkCli.sh create /clickhouse/copytasks/task1/description "`cat schema.xml`"

三、准备zookeeper.xml配置文件

四、在clickhouse机器启动

源和目标都可以，为减少网络流量，建议clickhouse-copier在源数据所在的服务器上运行。

> clickhouse-copier --config zookeeper.xml --task-path /clickhouse/copytasks/task1--daemon

工具启动后，需要一段时间才能完成任务，具体取决于要复制的表的大小。若未指定--base-dir，则在当前所在目录下生成 clickhouse-copier_时间_pid 格式的目录，目录下包含两个日志文件，可以通过这两个日志文件查看复制错误及详情。

log.log #记录执行详细信息

五、注意事项

1、源和目标集群名称不能一样，会把源覆盖掉（重要）

2、如果目标没有库，不会自动创建库，需要提前建库

3、如果目标没有表，会自动创建表

4、复制表，副本需要手动创建表

5、目标库可以更改表名、分区、排序等

六、性能

七、结论

Clickhouse-copier可以在不同集群间迁移数据，还可以用于重新分片或更改表名及主键。在一个1对1的环境中，它的性能与insert ... select相同，但当它应用于大型ClickHouse集群时，它的性能拷贝速度会有很大提升，并且规避了并行复制任务带来的诸多问题。