上述規則的意思是,當SELECT語句中包含 "+CLICKHOUSE" 關鍵字時,就會自動轉發到 ClickHouse 後端去處理,其餘的都發送到MySQL後端處理。例如下面這兩條SQL就會分别轉發到MySQL和ClickHouse後端:
#SQL #1
[[email protected]]> SELECT * FROM sbtest1 WHERE id=1;
#SQL #2
[[email protected]]> SELECT /*+CLICKHOUSE*/ * FROM sbtest1 WHERE id=1;
第二條SQL利用MySQL的注釋文法巧妙地實作規則HINT。
查詢 stats_mysql_query_digest 表的結果予以确認:
roxysql> select hostgroup, schemaname, username, digest, digest_text from stats_mysql_query_digest;
+-----------+------------+----------+--------------------+----------------------------------+
| hostgroup | schemaname | username | digest | digest_text |
+-----------+------------+----------+--------------------+----------------------------------+
| 0 | sbtest | app_user | 0x5662D7CF0442E794 | select * from sbtest1 where id=? |
| 1 | sbtest | app_user | 0x5662D7CF0442E794 | select * from sbtest1 where id=? |
+-----------+------------+----------+--------------------+----------------------------------+
可以看到,兩條SQL看起來一樣,但分别轉發到不同的hostgroup了。
最後配置ProxySQL的監控服務(可選,非必須):
proxysql> set mysql-monitor_enabled="true";
proxysql> set mysql-monitor_username="monitor";
proxysql> set mysql-monitor_password="monitor";
proxysql> save mysql variables to disk; load mysql variables to runtime;
至此,一個全部基于開源應用的簡易HTAP系統就建構好了。
4. 性能對比
在這裡,我選用ClickHouse官方提供的benchmark方案:Star Schema Benchmark。
編譯完成後先是利用ssb-dbgen生成測試資料(指定參數 -s 50):
./dbgen -s 50 -T c &
./dbgen -s 50 -T l &
./dbgen -s 50 -T p &
./dbgen -s 50 -T s &
./dbgen -s 50 -T d &
再建立幾個測試庫表,自行修改建表的DDL以适應MySQL文法。而後導入測試資料,最後根據文檔并生成 lineorder_flat 表。
[[email protected]]> show table status;
+----------------+--------+---------+------------+-----------+----------------+--------------+
| Name | Engine | Version | Row_format | Rows | Avg_row_length | Data_length |
+----------------+--------+---------+------------+-----------+----------------+--------------+
| customer | InnoDB | 10 | Dynamic | 1378209 | 120 | 166363136 |
| lineorder | InnoDB | 10 | Dynamic | 297927870 | 100 | 29871833088 |
| lineorder_flat | InnoDB | 10 | Dynamic | 292584926 | 430 | 125952851968 |
| part | InnoDB | 10 | Dynamic | 1192880 | 111 | 132792320 |
| supplier | InnoDB | 10 | Dynamic | 99730 | 110 | 11026432 |
+----------------+--------+---------+------------+-----------+----------------+--------------+
資料全部加載完畢後,再在ClickHouse中建立MaterializeMySQL複制通道:
clickhouse :) CREATE DATABASE ssb ENGINE = MaterializeMySQL('172.24.10.10:3380', 'ssb', 'repl', 'repl');
資料量比較大,耐心靜待它複制完成即可。
然後連接配接 ProxySQL,先簡單執行大表count(*),觀察耗時的不同:
#直接執行count(*),會轉發到後端 MySQL 執行個體
[[email protected]]> select count(*) from lineorder_flat;
+-----------+
| count(*) |
+-----------+
| 300005811 |
+-----------+
1 row in set (3 min 2.14 sec)
#加上HINT規則,會轉發到後端 ClickHouse 執行個體
[[email protected]]> select /*+CLICKHOUSE*/ count(*) from lineorder_flat;
+-----------+
| count(*) |
+-----------+
| 300005811 |
+-----------+
1 row in set (5.67 sec)
光是 count(*) 就差了好多倍。
再選取其中前4個SQL測試,記錄的耗時如下:
Query | MySQL | ClickHouse(從庫) | ClickHouse(原生) |
Q1.1 | 308.388684 | 0.149 | 0.107 |
Q1.2 | 320.373203 | 0.280 | 0.027 |
Q1.3 | 279.673361 | 0.346 | 0.030 |
Q2.1 | 286.451062 | 1.246 | 0.489 |
很明顯,直接在MySQL上查詢的效率實在太低了,而作為從庫的MaterializeMySQL和ClickHouse原生的MergeTree表雖然也有一定差距,但相差也沒那麼大了,還算是很快的。
4. 其他說明
- ClickHouse的MaterializeMySQL中不支援 create like 文法。例如執行 create table db2.a like db1.a,其中db1是要複制到ClickHouse的,而db2是留在MySQL端,即便這樣也會導緻ClickHouse端複制報錯,需要重新開機才行。
- ClickHouse的MaterializeMySQL中也不支援函數索引。
- 偶爾發現ProxySQL的監控子產品連接配接到ClickHouse後,會發送 SET wait_timeout=N 指令,會導緻ClickHouse報錯,但不影響正常使用。重新開機ProxySQL,或者重新開機監控開關都可以解決。
Enjoy it :)