本节介绍云数据库ClickHouse所涉及的基本概念。

地域(Region)

Region是指购买的云数据库ClickHouse的服务器所处地理位置。您需要在购买云数据库ClickHouse服务时指定Region,Region一旦指定后就不允许更改。

可用区(Zone)

可用区是指在同一Region下(例如华东1(杭州)),电力、网络隔离的物理区域,可用区之间内网互通,可用区内网络延时更小。

ClickHouse集群(Cluster)

在物理构成上,ClickHouse集群是由多个ClickHouse server实例组成的分布式数据库。这些ClickHouse server根据购买规格的不同而可能包含1个或多个副本(Replica)、1个或多个分片(Shard)。在逻辑构成上,一个ClickHouse集群可以包含多个数据库(Database)对象。

系列

ClickHouse集群包含两个系列,分别是高可用系列和单副本系列。高可用系列每个节点包含两个副本,即是双副本集群;单副本系列每个节点只有1个副本。

高可用集群的某个副本服务不可用的时候,同一节点(分片)的另一个副本还可以继续服务,因此集群是高可用集群;单副本集群的某一个副本服务不可用的时候,会导致整个集群不可用,需要等待该副本完全恢复服务状态,集群才能继续提供稳定服务。

因此,高可用集群的资源以及对应的购买成本都是单副本集群的2倍。

分片(Shard)

在超大规模海量数据处理场景下,单台服务器的存储、计算资源会成为瓶颈。为了进一步提高效率,云数据库ClickHouse将海量数据分散存储到多台服务器上,每台服务器只存储和处理海量数据的一部分,在这种架构下,每台服务器被称为一个分片(Shard)。

副本(Replica)

为了在异常情况下保证数据的安全性和服务的高可用性,ClickHouse提供了副本机制,将单台服务器的数据冗余存储在2台或多台服务器上。

数据库(Database)

数据库是ClickHouse集群中的最高级别对象,内部包含表(Table)、列(Column)、视图(View)、函数、数据类型等。

表(Table)

表是数据的组织形式,由多行、多列构成。ClickHouse的表从数据分布上,可以分为本地表、分布式表两种类型。从存储引擎上,可以分为单机表、复制表两种类型。

本地表(Local Table)

本地表的数据,只会存储在当前写入的节点上,不会被分散到多台机器上。

分布式表(Distributed Table)

分布式表是本地表的集合,它将多个本地表抽象为一张统一的表,对外提供写入、查询功能。当写入分布式表时,数据会被自动分发到集合中的各个本地表中;当查询分布式表时,集合中的各个本地表都会被分别查询,并且把最终结果汇总后返回。

说明 本地表与分布式表的区别在于:本地表的写入和查询,受限于单台服务器的存储、计算资源,不具备横向拓展能力;而分布式表的写入和查询,则可以利用多台服务器的存储、计算资源,具有较好的横向拓展能力。

单机表(Non-Replicated Table)

单机表的数据,只会存储在当前机器上,不会被复制到其他机器,即只有一个副本。

复制表(Replicated Table)

复制表的数据,会被自动复制到多台机器上,形成多个副本。

说明 单机表与复制表的区别在于:
  • 单机表在异常情况下无法保证服务高可用。
  • 复制表在至少有一个正常副本的情况下,仍旧能够对外提供服务。