ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。它于2016年以apache 2.0协议开源，以优秀的查询性能，深受广大大数据工程师欢迎。为了服务客户业务，腾讯云于2020年4月正式上线ClickHouse服务。

　　服务上线以来，迅速获得内外客户广泛支持，服务业务数量成规模增长。运维与管控压力也随之而来，用户对弹性伸缩能力的呼声越来越大。事实上，ClickHouse是典型的Share-Nothing架构，天然支持弹性伸缩能力。无论是增加节点数量，还是增加数据分片副本数量都非常容易。

　　但是，ClickHouse集群在增加节点后，集群上的数据集无法自动均衡分布。需要人工干预，确保数据均衡。同理，下线集群节点前，也需要人工干预，将被下线节点的机器迁移到其他节点。在生产环境中，运维工作强度随着集群中表的数量，数据规模增加而急剧增强。为了缓解云上ClickHouse用户运维压力，将ClickHouse数据均衡运维工作自动化是非常有价值的。

　　本文将带领读者了解腾讯云ClickHouse如何实现无人值守的数据均衡服务。

　　2. ClickHouse集群数据均衡功能缺失

　　在生产环境中，通常ClickHouse通常以集群模式部署。在ClickHouse集群中，用户根据业务需求将集群节点划分为若干子集合。每个集合存储若干数据集。在使用层面，用户通过分布式表(Distributed Engine)来查询整个数据集。在ClickHouse的语义中，有一个Cluster概念，它是一个节点的集合，并且定义了存储在该Cluster上的数据集的分片数量，以及分片的副本数量，以及其存储节点。

　　如图1所示，一个名为cluster-dataset 的Cluster, 定义了4个分片(SHARD), 每个分片有2个副本。当存储在这个Cluster上的数据集，通常会分散存储在4个分片中，并且每个分片数据会存储2个副本。

　　为Cluster增加分片是非常容易，分配机器，修改配置即可。

　　给cluster-dataset增加一个分片。但是已存的数据数据集仍然在分片SHARED1-4上。很明显，新增的节点存在资源浪费的问题，包括计算资源和存储资源。

　　为了解决这样问题，有若干方案解决：

　　a) 将数据全部删除掉，从后备数据源重新导入数据到ClickKhouse;

　　b) 增加新节点的权重，过一定时间后待数据均衡后，重新调整新增节点权重；

　　c) 其他，人工搬运数据到新增节点

　　无论那种方法，都存在缺陷。

　　对方案a)而言，如果ClickHouse中数据并无后备数据源，那么该方案不可行。即使有后备数据源，重新导入数据耗时，且停服时间与数据量成正比，代价大。

　　对方案b)而言，需要对新节点进行多次权限调整。在调整期间，数据存储压力向新增节点倾斜，无法充分利用集群优势。且容易导致新近数据集中在新增节点上，导致集群资源浪费，降低查询效率。

　　对方案c)而言，操作繁杂，在表多，数据量大的情况下，易出错。

　　3. 云上ClickHouse解决方案

　　为了解决ClickHouse集群数据均衡功能缺失，带来的运维压力，腾讯云ClickHouse提供了数据自动均衡功能。

　　简而言之，在获得用户授权后，用户在控制台上简单配置，填写数据迁移网络带宽上限，即可启动数据均衡任务。

　　后台管控系统根据机器当期磁盘可用容量，合理安排数据迁移计划。然后，根据网络带宽上限，执行迁移计划。最终，使得数据在节点上分布趋于均衡。

　　4. 总结

　　云上数据迁移功能旨在解决ClickHouse弹性伸缩时数据迁移问题。使用场景包括：

　　新扩容节点后，使用数据迁移功能，迁移部分数据至新节点，让数据在集群节点上趋于均衡；

　　缩容节点前，将待下线节点上的数据迁移到其他节点，避免数据丢失。

　　数据迁移功能极大的缓解了集群版ClickHouse运维压力。需要注意的是，数据均衡任务运行过程中，被迁移的表无法被业务访问。