I IT 面试题库
如何用 Distributed 表引擎做分片与分布式查询?ReplicatedMergeTree 如何保证副本高可用?
高级场景题大数据开发工程师数据仓库工程师后端开发工程师ClickHouseDistributed副本分片
题目
考察 ClickHouse 分布式架构:本地表 + 分布式表的分层,以及副本一致性机制。
参考答案
内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 26 天前更新
要点:
- 本地表 + 分布式表分层:真正存数据的是各节点的
MergeTree(或 ReplicatedMergeTree)本地表;Distributed 表是「逻辑视图」不存数据,只记录分片/副本拓扑,把查询路由到各分片并汇总结果。
- 分片(sharding):按
sharding_key(如 rand() 或 sipHash(user_id))把数据打散到不同分片,提升写入与存储水平扩展;分布式查询由 initiator 节点把 SQL 下发各分片、再做合并(Gather/Merge)。
- 副本(ReplicatedMergeTree):同一分片的多个副本通过 ZooKeeper(或 Keeper)协调,写入在一个副本成功后由 Keeper 通知其它副本拉取 part,保证副本间数据一致、单节点宕机不丢。
- 部署建议:通常「分片做扩展、副本做高可用」组合(如 2 分片×2 副本),Distributed 表配
internal_replication=1 让副本同步交给 ReplicatedMergeTree,避免双写。
题目与答案就在本页;收藏、批注和错题重练在应用内