物化PostgreSQL
建议ClickHouse Cloud用户使用ClickPipes进行PostgreSQL到ClickHouse的复制。这原生支持PostgreSQL的高性能变更数据捕获(CDC)。
创建一个ClickHouse数据库,包含来自PostgreSQL数据库的表。首先,使用引擎MaterializedPostgreSQL
的数据库创建PostgreSQL数据库的快照并加载所需的表。所需的表可以包含指定数据库的任何模式中的任何表的子集。通过快照,数据库引擎获取LSN,一旦初始表的转储完成,就开始从WAL中提取更新。创建数据库后,新添加到PostgreSQL数据库的表不会自动添加到复制中。必须使用ATTACH TABLE db.table
查询手动添加。
复制使用PostgreSQL逻辑复制协议实现,该协议不允许复制DDL,但允许检测是否发生了破坏复制的更改(列类型更改、添加/删除列)。此类更改被检测到,相应的表停止接收更新。在这种情况下,您应该使用ATTACH
/DETACH PERMANENTLY
查询来完全重新加载表。如果DDL没有破坏复制(例如,重命名列),表仍将接收更新(插入是按位置进行的)。
该数据库引擎是实验性的。要使用它,请在配置文件中或通过使用SET
命令将allow_experimental_database_materialized_postgresql
设置为1:
创建数据库
引擎参数
host:port
— PostgreSQL服务器端点。database
— PostgreSQL数据库名称。user
— PostgreSQL用户。password
— 用户密码。
使用示例
动态添加新表到复制
在创建MaterializedPostgreSQL
数据库后,它不会自动检测到相应PostgreSQL数据库中的新表。这些表可以手动添加:
在22.1版本之前,将表添加到复制中会留下未删除的临时复制槽(命名为{db_name}_ch_replication_slot_tmp
)。如果在ClickHouse 22.1之前的版本中附加表,请确保手动删除它(SELECT pg_drop_replication_slot('{db_name}_ch_replication_slot_tmp')
)。否则,磁盘使用量将增加。此问题已在22.1中修复。
动态从复制中移除表
可以从复制中移除特定表:
PostgreSQL模式
PostgreSQL 模式可以通过三种方式进行配置(从21.12版本开始)。
- 一个模式对应一个
MaterializedPostgreSQL
数据库引擎。需要使用设置materialized_postgresql_schema
。 通过仅使用表名访问表:
- 任何数量的模式和指定表的集合对应一个
MaterializedPostgreSQL
数据库引擎。需要使用设置materialized_postgresql_tables_list
。每个表都应与其模式一起书写。 通过模式名和表名同时访问表:
但在这种情况下,materialized_postgresql_tables_list
中的所有表必须写为其模式名。
需要materialized_postgresql_tables_list_with_schema = 1
。
警告:在这种情况下,不允许在表名中使用点。
- 任何数量的模式和完整的表集对应一个
MaterializedPostgreSQL
数据库引擎。需要使用设置materialized_postgresql_schema_list
。
警告:在这种情况下,不允许在表名中使用点。
要求
-
主键(默认)
-
索引
主键始终首先进行检查。如果不存在,则检查定义为副本身份索引的索引。 如果索引用作副本身份,则表中只能有一个这样的索引。 您可以使用以下命令检查特定表使用的是哪种类型:
不支持TOAST值的复制。将使用数据类型的默认值。
设置
materialized_postgresql_tables_list
设置要通过MaterializedPostgreSQL数据库引擎复制的PostgreSQL数据库表的以逗号分隔的列表。
每个表可以在括号中具有复制列的子集。如果省略列的子集,则将复制该表的所有列。
默认值:空列表——意味着将复制整个PostgreSQL数据库。
materialized_postgresql_schema
默认值:空字符串。(使用默认模式)
materialized_postgresql_schema_list
默认值:空列表。(使用默认模式)
materialized_postgresql_max_block_size
设置在将数据刷新到PostgreSQL数据库表之前,在内存中收集的行数。
可能的值:
- 正整数。
默认值:65536
。
materialized_postgresql_replication_slot
用户创建的复制槽。必须与materialized_postgresql_snapshot
一起使用。
materialized_postgresql_snapshot
标识快照的文本字符串,从该快照将执行初始PostgreSQL表的转储。必须与materialized_postgresql_replication_slot
一起使用。
如果需要,可以使用DDL查询更改设置。但是不可能更改设置materialized_postgresql_tables_list
。要更新该设置中的表列表,请使用ATTACH TABLE
查询。
materialized_postgresql_use_unique_replication_consumer_identifier
为复制使用唯一的复制消费者标识符。默认值:0
。
如果设置为1
,则允许设置多个指向相同PostgreSQL
表的MaterializedPostgreSQL
表。
注意事项
逻辑复制槽的故障转移
存在于主服务器上的逻辑复制槽在备用副本上不可用。
因此,如果发生故障转移,新主(旧的物理备用)将不知道旧主所存在的任何槽。这将导致从PostgreSQL到ClickHouse的复制中断。
解决此问题的方法是自己管理复制槽并定义一个永久复制槽(一些信息可以在这里找到)。您需要通过materialized_postgresql_replication_slot
设置传递槽名称,并且必须使用EXPORT SNAPSHOT
选项导出。快照标识符需要通过materialized_postgresql_snapshot
设置传递。
请注意,这仅在实际需要时使用。如果没有真正的需求或完全理解原因,则最好允许表引擎创建和管理自己的复制槽。
示例(来自 @bchrobot)
-
在PostgreSQL中配置复制槽。
-
等待复制槽准备就绪,然后开始一个事务并导出事务快照标识符:
-
在ClickHouse创建数据库:
-
一旦确认到ClickHouse数据库的复制后,结束PostgreSQL事务。验证复制在故障转移后继续:
所需权限
-
CREATE PUBLICATION — 创建查询权限。
-
CREATE_REPLICATION_SLOT — 复制权限。
-
pg_drop_replication_slot — 复制权限或超级用户。
-
DROP PUBLICATION — 该发布的所有者(在MaterializedPostgreSQL引擎中为
username
)。
可以避免执行2和3命令并拥有那些权限。使用设置materialized_postgresql_replication_slot
和materialized_postgresql_snapshot
。但是需谨慎。
访问表:
-
pg_publication
-
pg_replication_slots
-
pg_publication_tables