表分片和副本
此主题不适用于 ClickHouse Cloud，其中 Parallel Replicas 像传统的无共享 ClickHouse 集群中的多个分片一样工作，而对象存储则 取代 副本，确保高可用性和容错性。
ClickHouse 中的表分片是什么？
在传统的 shared-nothing ClickHouse 集群中，当 ① 数据量太大而无法在单台服务器上处理，或 ② 单台服务器处理数据的速度太慢时，会使用分片。在下图中，显示了第 ① 种情况，其中 uk_price_paid_simple 表超出了单台机器的容量：
在这种情况下，数据可以以表分片的形式分散在多个 ClickHouse 服务器上：
每个分片保存数据的子集，并作为常规的 ClickHouse 表独立查询。然而，查询将仅处理该子集，这可能是根据数据分布而合适的用例。通常，一个 distributed table（通常按服务器）提供了完整数据集的统一视图。它并不存储数据，而是将 SELECT 查询转发到所有分片，组装结果，并将 INSERTS 定向到各分片，以均匀分布数据。
分布式表创建
为了说明 SELECT 查询转发和 INSERT 路由，我们考虑在两台 ClickHouse 服务器上跨两个分片拆分的 What are table parts 示例表。首先，我们展示创建相应 Distributed table 的 DDL 语句：
ON CLUSTER 子句使 DDL 语句成为一个 distributed DDL statement，指示 ClickHouse 在 test_cluster 集群定义 中列出的所有服务器上创建表。分布式 DDL 需要在 集群架构 中添加一个 Keeper 组件。
对于 distributed engine parameters，我们指定集群名称 (test_cluster)、分片目标表的数据库名称 (uk)、分片目标表的名称 (uk_price_paid_simple)，以及 分片键 用于 INSERT 路由。在这个例子中，我们使用 rand 函数随机分配行到分片。然而，任何表达式—甚至复杂的表达式—都可以用作分片键，具体取决于用例。下一部分阐明了 INSERT 路由的工作原理。
INSERT 路由
下面的图示说明了 ClickHouse 中向分布式表进行 INSERT 的处理方式：
① 针对分布式表的 INSERT（带有单行）被发送到托管该表的 ClickHouse 服务器，可以是直接发送或通过负载均衡器。
② 针对 INSERT 的每一行（在我们的例子中只有一行），ClickHouse 评估分片键（此处为 rand()），将结果对分片服务器的数量取模，并将其用作目标服务器 ID（ID 从 0 开始并递增）。然后，该行被转发并 ③ 插入到相应服务器的表分片中。
下一部分解释 SELECT 转发的工作原理。
SELECT 转发
该图显示了 ClickHouse 中使用分布式表处理 SELECT 查询的方式：
① 针对分布式表的 SELECT 聚合查询被发送到相应的 ClickHouse 服务器，可以是直接发送或通过负载均衡器。
② 分布式表将查询转发给所有托管目标表分片的服务器，其中每个 ClickHouse 服务器并行计算本地聚合结果。
然后，托管最初目标分布式表的 ClickHouse 服务器 ③ 收集所有本地结果， ④ 将其合并为最终的全局结果，并 ⑤ 将其返回给查询发起者。
ClickHouse 中的表副本是什么？
ClickHouse 中的复制确保 数据完整性 和 故障切换，通过在多个服务器上维护 分片数据的副本。由于硬件故障是不可避免的，复制通过确保每个分片有多个副本来防止数据丢失。写入可以直接或通过 distributed table 定向到任何副本，该表为操作选择一个副本。更改会自动传播到其他副本。在故障或维护情况下，数据在其他副本上仍然可用，一旦故障主机恢复，它会自动同步以保持最新。
以下图示说明了一个由六个服务器组成的 ClickHouse 集群，其中之前介绍的两个表分片 Shard-1 和 Shard-2 各有三个副本。查询被发送到此集群：
查询处理的工作原理类似于没有副本的设置，只有来自每个分片的一个副本执行查询。
副本不仅确保数据完整性和故障切换，还通过允许多个查询在不同副本上并行运行来提高查询处理吞吐量。
① 针对分布式表的查询被发送到相应的 ClickHouse 服务器，可以是直接发送或通过负载均衡器。
② 分布式表将查询转发给每个分片的一个副本，其中每个托管所选副本的 ClickHouse 服务器并行计算本地查询结果。
剩余的处理与没有副本的设置 相同，并未在上面的图中显示。托管最初目标分布式表的 ClickHouse 服务器收集所有本地结果，将其合并为最终的全局结果，并将其返回给查询发送者。
请注意，ClickHouse 允许为 ② 配置查询转发策略。默认情况下—与上面的图示相反—分布式表如果可用，将优先选择本地副本，但可以使用其他负载均衡 策略。
哪里可以找到更多信息
有关表分片和副本的更多详细信息，请查阅我们的 deployment and scaling guide。
我们还强烈推荐这段教程视频，深入探讨 ClickHouse 的分片和副本：
