【ClickHouse】深入浅出系列之快速部署ClickHouse

简介: 【ClickHouse】深入浅出系列之快速部署ClickHouse

这里我们将ClickHouse简称为ck


ck的安装部署方式有以下几种:

  • deb安装包:适用于Debian或Ubuntu的操作系统。
  • rpm安装包:适用于CentOS、RedHat等操作系统。为方便后续集群扩容和配置讲解,本文以此安装包进行演示。
  • tgz安装包:以上两种情况都不适用时使用,实质是压缩包,如果涉及到定制化编译可基于此包定制。
  • docker安装包:简单便捷,仅需docker拉取镜像即可快速运行ck服务,特别适用于个人学习,简单功能的测试。

rpm安装包部署步骤:

yum进行安装

## 安装yum辅助工具包(如果在非root用户下,则需要在每一行命令前面加sudo)
yum install -y yum-utils
## 添加官方存储库到yum中
yum-config-manager --add-repo https://packages.clickhouse.com/rpm/clickhouse.repo
## 安装指定版本的ck服务
yum install -y clickhouse-server-22.9.7.34
yum install -y clickhouse-client-22.9.7.34
## 启动ck服务
service clickhouse-server start
## 启用ck交互式界面
clickhouse-client

可通过此链接查看ck不同的版本:https://packages.clickhouse.com/rpm/stable/

执行命令查看是否已创建成功:

show databases;

通过命令:ps -ef |grep clickhouse可查看ck启动的服务目录及指定的配置文件

clickho+ 95629 95628  6 11:44 ?        00:00:00 /usr/bin/clickhouse-server --config-file /etc/clickhouse-server/config.xml --pid-file /var/run/clickhouse-server/clickhouse-server.pid --daemon

由此可知ck启动的配置文件在:/etc/clickhouse-server/config.xml

编辑配置文件:

vi /etc/clickhouse-server/config.xml


查找<--<listen_host>::</listen_host>-->这行配置,修改为<listen_host>::</listen_host>表示允许外界除本机以外的机器访问


查找<http_port>8123</http_port>这行配置,代表访问时使用8123访问

通过dbeaver(界面化的客户端)工具连接ck进行操作

dbeaver下载地址:Download | DBeaver Community

至此即可开启ck的使用之旅啦!后续更新ck配置详解以及集群配置等,欢迎大家点赞关注!

相关文章
|
4月前
|
SQL 存储 缓存
什么?部署ClickHouse的服务器CPU利用率100%了?
什么?部署ClickHouse的服务器CPU利用率100%了?
|
7月前
|
存储 SQL Linux
ClickHouse(03)ClickHouse怎么安装和部署
本文会介绍如何安装和部署ClickHouse,官方推荐的几种安装模式,以及安装之后如何启动,ClickHouse集群如何配置等。
651 1
|
大数据 关系型数据库 MySQL
字节、腾讯争先部署,ClickHouse+Doris 赶超 MySQL 810 倍
阿里流传着这样一句话,“一切业务数据化,一切数据业务化”。
204 0
|
SQL XML 网络协议
|
6月前
|
存储 关系型数据库 数据库
【DDIA笔记】【ch2】 数据模型和查询语言 -- 多对一和多对多
【6月更文挑战第7天】该文探讨数据模型,比较了“多对一”和“多对多”关系。通过使用ID而不是纯文本(如region_id代替&quot;Greater Seattle Area&quot;),可以实现统一、避免歧义、简化修改、支持本地化及优化搜索。在数据库设计中,需权衡冗余和范式。文档型数据库适合一对多但处理多对多复杂,若无Join,需应用程序处理。关系型数据库则通过外键和JOIN处理这些关系。文章还提及文档模型与70年代层次模型的相似性,层次模型以树形结构限制了多对多关系处理。为克服层次模型局限,发展出了关系模型和网状模型。
60 6
|
6月前
|
XML NoSQL 数据库
【DDIA笔记】【ch2】 数据模型和查询语言 -- 概念 + 数据模型
【6月更文挑战第5天】本文探讨了数据模型的分析,关注点包括数据元素、关系及不同类型的模型(关系、文档、图)与Schema模式。查询语言的考量涉及与数据模型的关联及声明式与命令式编程。数据模型从应用开发者到硬件工程师的各抽象层次中起着简化复杂性的关键作用,理想模型应具备简洁直观和可组合性。
42 2
|
6月前
|
SQL 人工智能 关系型数据库
【DDIA笔记】【ch2】 数据模型和查询语言 -- 文档模型中Schema的灵活性
【6月更文挑战第8天】网状模型是层次模型的扩展,允许节点有多重父节点,但导航复杂,需要预知数据库结构。关系模型将数据组织为元组和关系,强调声明式查询,解耦查询语句与执行路径,简化了访问并通过查询优化器提高效率。文档型数据库适合树形结构数据,提供弱模式灵活性,但在Join支持和访问局部性上不如关系型。关系型数据库通过外键和Join处理多对多关系,适合高度关联数据。文档型数据库的模式灵活性体现在schema-on-read,写入时不校验,读取时解析,牺牲性能换取灵活性。适用于不同类型或结构变化的数据场景。
50 0
|
6月前
|
SQL JSON NoSQL
【DDIA笔记】【ch2】 数据模型和查询语言 -- 关系模型与文档模型
【6月更文挑战第6天】关系模型是主流数据库模型,以二维表形式展示数据,支持关系算子。分为事务型、分析型和混合型。尽管有其他模型挑战,如网状和层次模型,但关系模型仍占主导。然而,随着大数据增长和NoSQL的出现(如MongoDB、Redis),强调伸缩性、专业化查询和表达力,关系模型的局限性显现。面向对象编程与SQL的不匹配导致“阻抗不匹配”问题,ORM框架缓解但未完全解决。文档模型(如JSON)提供更自然的嵌套结构,适合表示复杂关系,具备模式灵活性和更好的数据局部性。
54 0
|
6月前
|
敏捷开发 存储 缓存
【DDIA笔记】【ch1】 可靠性、可扩展性和可维护性 -- 可维护性
【6月更文挑战第4天】本文探讨了Twitter面临的一次发推文引发的巨大写入压力问题,指出用户粉丝数分布是决定系统扩展性的关键因素。为解决此问题,Twitter采用混合策略,大部分用户推文扇出至粉丝主页时间线,而少数名人推文则单独处理。性能指标包括吞吐量、响应时间和延迟,其中高百分位响应时间对用户体验至关重要。应对负载的方法分为纵向和横向扩展,以及自动和手动调整。文章强调了可维护性的重要性,包括可操作性、简单性和可演化性,以减轻维护负担和适应变化。此外,良好设计应减少复杂性,提供预测性行为,并支持未来改动。
62 0
|
6月前
|
缓存 关系型数据库 数据库
【DDIA笔记】【ch1】 可靠性、可扩展性和可维护性 -- 可扩展性
【6月更文挑战第3天】可扩展性关乎系统应对负载增长的能力,但在产品初期过度设计可能导致失败。理解基本概念以应对可能的负载增长是必要的。衡量负载的关键指标包括日活、请求频率、数据库读写比例等。推特的扩展性挑战在于&quot;扇出&quot;,即用户关注网络的广度。两种策略包括拉取(按需查询数据库)和推送(预计算feed流)。推送方法在推特案例中更为有效,因为它减少了高流量时的实时计算压力。
59 0