FAQ — ClickHouse

Qual e la differenza tra shard e repliche?

Gli shard e le repliche svolgono ruoli diversi nell'architettura ClickHouse:

• Shard: distribuzione orizzontale dei dati. Ogni shard contiene una parte del dataset totale. Aggiungere shard aumenta la capacità di archiviazione e di elaborazione.
• Repliche: copie identiche dei dati all'interno di uno stesso shard. Ogni replica contiene gli stessi dati per assicurare l'alta disponibilità.

clickhouse.yaml

spec:
  shards: 2       # I dati sono distribuiti su 2 shard
  replicas: 3     # Ogni shard ha 3 copie (totale: 6 pod)

suggerimento

In produzione, usate almeno 2 repliche per shard per l'alta disponibilità. Aumentate il numero di shard per elaborare volumi di dati più importanti.

A cosa serve ClickHouse Keeper?

ClickHouse Keeper e il componente di coordinamento del cluster, basato sul protocollo Raft. Sostituisce Apache ZooKeeper e assicura:

• L'elezione del leader per le tabelle replicate
• Il coordinamento delle operazioni di replica tra repliche
• La gestione dei metadati del cluster

Il numero di repliche Keeper deve essere dispari (3 o 5) per garantire il quorum (maggioranza necessaria per l'elezione del leader). Il minimo raccomandato e 3 repliche.

clickhouse.yaml

spec:
  clickhouseKeeper:
    enabled: true
    replicas: 3        # Sempre dispari: 3 o 5
    resourcesPreset: micro
    size: 2Gi

ClickHouse è adatto alle query transazionali (OLTP)?

No. ClickHouse e un motore di database OLAP (Online Analytical Processing) ottimizzato per l'analisi dei dati:

• Architettura orientata per colonne: molto performante per aggregazioni e scansioni su grandi volumi di dati
• Ottimizzato per le letture massive e le query analitiche
• Non adatto alle operazioni transazionali frequenti (UPDATE, DELETE unitari)

Se avete bisogno di un motore transazionale (OLTP), usate piuttosto PostgreSQL o MySQL su Hikube.

Qual e la differenza tra resourcesPreset e resources?

Il campo resourcesPreset permette di scegliere un profilo di risorse predeterminato per ogni replica ClickHouse. Se il campo resources (CPU/memoria espliciti) e definito, resourcesPreset viene completamente ignorato.

Preset	CPU	Memoria
nano	250m	128Mi
micro	500m	256Mi
small	1	512Mi
medium	1	1Gi
large	2	2Gi
xlarge	4	4Gi
2xlarge	8	8Gi

clickhouse.yaml

spec:
  # Utilizzo di un preset
  resourcesPreset: large

  # OPPURE configurazione esplicita (il preset viene allora ignorato)
  resources:
    cpu: 4000m
    memory: 8Gi

Come vengono distribuiti i dati tra gli shard?

I dati vengono distribuiti tra gli shard tramite il motore Distributed di ClickHouse:

• Ogni shard archivia una partizione del dataset totale
• Il motore Distributed reindirizza le query verso tutti gli shard e fonde i risultati
• I dati vengono replicati all'interno di ogni shard secondo il numero di repliche configurato

Per beneficiare della distribuzione, create tabelle con il motore ReplicatedMergeTree su ogni shard e una tabella Distributed per le query globali.

Come configurare i backup ClickHouse?

I backup ClickHouse utilizzano Restic per l'invio verso uno storage S3 compatibile. Configurate la sezione backup:

clickhouse.yaml

spec:
  backup:
    enabled: true
    s3Region: eu-central-1
    s3Bucket: s3.example.com/clickhouse-backups
    schedule: "0 3 * * *"
    cleanupStrategy: "--keep-last=7 --keep-daily=7 --keep-weekly=4"
    s3AccessKey: your-access-key
    s3SecretKey: your-secret-key
    resticPassword: your-restic-password

avviso

Conservate il resticPassword in un luogo sicuro. Senza questa password, i backup non potranno essere decifrati.