KubeBlocks中ClickHouse集群数据同步问题分析与解决方案
问题背景
在使用KubeBlocks部署ClickHouse分布式集群时,用户遇到了数据不同步的问题。具体表现为:当通过客户端向集群写入数据后,不同节点查询到的结果不一致,部分节点甚至无法识别已创建的数据表。
问题现象
用户部署了一个包含3个节点的ClickHouse集群(2个ClickHouse节点和1个Keeper节点),并通过测试客户端持续向集群写入数据。然而在查询时发现:
- 节点1(chouse-ggdyxr-clickhouse-0)报错"Database executions_loop doesn't exist"
- 节点2(chouse-ggdyxr-clickhouse-1)成功查询到7779条记录
- 节点3(chouse-ggdyxr-clickhouse-2)同样报错"Database executions_loop doesn't exist"
这表明集群中的数据没有正确同步,只有部分节点接收到了数据变更。
技术分析
ClickHouse作为分布式数据库,其DDL(数据定义语言)操作需要显式指定在集群范围内执行。默认情况下,DDL语句仅在当前连接的节点上执行,不会自动传播到集群中的其他节点。
在用户案例中,创建数据库和表的DDL操作没有正确同步到所有节点,导致部分节点无法识别这些数据库对象。而DML(数据操作语言)操作则通过分布式表机制正常同步,因此部分节点能够查询到数据。
解决方案
要解决这个问题,需要在执行DDL语句时显式指定集群范围。ClickHouse提供了ON CLUSTER
语法来实现这一功能。具体修改如下:
- 创建数据库时应使用:
CREATE DATABASE executions_loop ON CLUSTER default
- 创建表时应使用:
CREATE TABLE executions_loop.executions_loop_table ON CLUSTER default (...)
其中default
是ClickHouse集群的名称,需要与部署时的集群配置保持一致。
最佳实践建议
-
统一DDL执行方式:所有DDL操作都应添加
ON CLUSTER
子句,确保集群范围内的一致性 -
集群命名规范:部署时明确指定集群名称,并在所有DDL中保持一致
-
客户端配置:在应用程序中配置正确的连接参数,确保连接到正确的集群
-
监控验证:定期检查各节点的数据一致性,确保DDL操作已正确同步
-
权限管理:确保执行DDL操作的用户具有足够的集群级别权限
总结
KubeBlocks部署的ClickHouse集群出现数据不同步问题,主要是由于DDL操作没有正确指定集群范围导致的。通过使用ON CLUSTER
语法可以确保DDL操作在整个集群中同步执行,从而保证数据一致性。在实际生产环境中,建议将这一要求纳入开发规范,并通过自动化工具进行检查,以避免类似问题的发生。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









