ClickHouse 分布式表和 insert_quorum

Question

我正在尝试配置一个同时具有分片和复制的集群，并且对 insert_quorum 如何与分布式引擎和内部复制一起使用有一些疑问。

insert_quorum 控制同步插入到 Replicated* 表的多个实例（如果 insert_quorum>=2，客户端将仅在数据成功插入 insert_quorum 副本后返回）。

insert_distributed_sync 控制对分布式表的同步插入。如果 insert_distributed_sync=1 客户端将仅在数据成功插入目标表后返回（如果 internal_replication 为 true，则返回一个副本）。

但是 insert_distributed_sync、insert_quorum 和 internal_replication 如何协同工作？ 我的理解是否正确，如果我使用 insert_distributed_sync=1 和 insert_quorum=2 对分布式表执行插入，则该语句仅在将数据插入至少两个副本后才会返回？ 或者对于分布式引擎，insert_quorum 是否被忽略，并且仅在直接使用 Replicated* 表写入时才有效？

Answer 1

据我了解

• internal_replication 和 insert_distributed_sync 适用于分布式引擎
• insert_quorum 应用于 ReplicatedMergeTree

INSERT 查询到 Distributed 表，该表在多个 *ReplicatedMergeTree 和 insert_distributed_sync=1 上创建，将调用多个插入到 ReplicatedMergeTree 表中的初始 clickhouse-server 进程使用来自 remote_servers 配置部分的身份验证。

根据你在创建Distributed表时定义的sharding key为每个Shard插入一个。

如果定义 internal_replication=true，则只应写入一个 *ReplicatedMergeTree 表，但当分布式引擎插入 ReplicatedMergeTree 时，初始 clickhouse-server 作为客户端提供查询，因此 insert_quorum 应适用于目标 clickhouse-server 和只有在所有插入的部分都通过 ZK 复制后，初始服务器才会得到答案。

如果你定义 internal_replication=false，那么 Distributed 引擎应该启动插入到所有 *ReplicatedMergeTree，insert_quorum 也将适用，但是复制冲突应该在 ReplicatedMergeTree 端的 Zookeeper 队列上解决，导致插入部分将具有相同的控制总和和名称。