` contient des options de configuration Kafka étendues. Pour plus d’options, consultez la [configuration de librdkafka](https://github.com/confluentinc/librdkafka/blob/master/CONFIGURATION.md).
4. Cet exemple utilise le protocole de sécurité `SASL_SSL` et le mécanisme `PLAIN`. Ajustez ces paramètres en fonction de la configuration de votre cluster Kafka.
## Création des tables et des bases de données
Créez les bases de données et les tables nécessaires sur votre cluster ClickHouse. Si vous exécutez ClickHouse sur un seul nœud, omettez la partie relative au cluster dans la commande SQL et utilisez n’importe quel autre moteur à la place de `ReplicatedMergeTree`.
### Créer la base de données
```sql theme={null}
CREATE DATABASE kafka_testing ON CLUSTER LAB_CLICKHOUSE_CLUSTER;
```
### Créer des tables Kafka
Créez la première table Kafka du premier cluster Kafka :
```sql theme={null}
CREATE TABLE kafka_testing.first_kafka_table ON CLUSTER LAB_CLICKHOUSE_CLUSTER
(
`id` UInt32,
`first_name` String,
`last_name` String
)
ENGINE = Kafka(cluster_1);
```
Créez la deuxième table Kafka pour le deuxième cluster Kafka :
```sql theme={null}
CREATE TABLE kafka_testing.second_kafka_table ON CLUSTER STAGE_CLICKHOUSE_CLUSTER
(
`id` UInt32,
`first_name` String,
`last_name` String
)
ENGINE = Kafka(cluster_2);
```
### Créer des tables répliquées
Créez une table pour la première table Kafka :
```sql theme={null}
CREATE TABLE kafka_testing.first_replicated_table ON CLUSTER STAGE_CLICKHOUSE_CLUSTER
(
`id` UInt32,
`first_name` String,
`last_name` String
) ENGINE = ReplicatedMergeTree()
ORDER BY id;
```
Créez une table pour la seconde table Kafka :
```sql theme={null}
CREATE TABLE kafka_testing.second_replicated_table ON CLUSTER STAGE_CLICKHOUSE_CLUSTER
(
`id` UInt32,
`first_name` String,
`last_name` String
) ENGINE = ReplicatedMergeTree()
ORDER BY id;
```
### Créer des vues matérialisées
Créez une vue matérialisée pour insérer des données depuis la première table Kafka vers la première table répliquée :
```sql theme={null}
CREATE MATERIALIZED VIEW kafka_testing.cluster_1_mv ON CLUSTER STAGE_CLICKHOUSE_CLUSTER TO first_replicated_table AS
SELECT
id,
first_name,
last_name
FROM first_kafka_table;
```
Créez une vue matérialisée pour insérer des données de la deuxième table Kafka dans la deuxième table répliquée :
```sql theme={null}
CREATE MATERIALIZED VIEW kafka_testing.cluster_2_mv ON CLUSTER STAGE_CLICKHOUSE_CLUSTER TO second_replicated_table AS
SELECT
id,
first_name,
last_name
FROM second_kafka_table;
```
## Vérification de la configuration
Vous devriez maintenant voir les groupes de consommateurs respectifs sur vos clusters Kafka :
* `cluster_1_clickhouse_consumer` sur `cluster_1`
* `cluster_2_clickhouse_consumer` sur `cluster_2`
Exécutez les requêtes suivantes sur n’importe quel nœud ClickHouse pour afficher les données dans les deux tables :
```sql theme={null}
SELECT * FROM first_replicated_table LIMIT 10;
```
```sql theme={null}
SELECT * FROM second_replicated_table LIMIT 10;
```
### Remarque
Dans ce guide, les données ingérées dans les deux topics Kafka sont les mêmes. Dans votre cas, elles seraient différentes. Vous pouvez ajouter autant de clusters Kafka que vous le souhaitez.
Exemple de sortie :
```response theme={null}
┌─id─┬─first_name─┬─last_name─┐
│ 0 │ FirstName0 │ LastName0 │
│ 1 │ FirstName1 │ LastName1 │
│ 2 │ FirstName2 │ LastName2 │
└────┴────────────┴───────────┘
```
Cela termine la configuration de l’intégration de ClickHouse avec Kafka à l’aide de collections nommées. En centralisant les configurations de Kafka dans le fichier `config.xml` de ClickHouse, vous pouvez gérer et ajuster les paramètres plus facilement, ce qui garantit une intégration fluide et efficace.