背景今天clickhouse集群又双叒叕宕机了，重启一直报错如下错误。clickhouse服务没能成功启起来。报错内容：error:Coordination::Exception: All connection tries failed while connecting to Zookeeper. Addresses: x.x.x.x:2181,x.x.x.x:2181,x.x.x.x:2181P

背景前段时间看了字节跳动内部技术沙龙分享，利用kafka engine构造的实时数据架构。故利用现有的资源，整起来。实践过程kafka engine的使用，常用架构如下：kafka engine表+materialized view+ReplicatedReplacingMergeTree的形式。kafka engine表:消费kafka数据，保存着最原始的数据格式。ReplicatedRepla

背景今天意外的发现clickhouse集群，clickhouse的日志路径一直打error日志。为了彻底把error消除，折腾了一番。报错内容：2021.11.30 23:49:41.774027 [ 44 ] {}void DB::StorageKafka::threadFunc(): Code: 73, e.displayText() = DB::Exception: Unknown form

背景今天clickhouse在执行相关的脚本时不定时的出现超时报错。报错内容：DB::Exception: Watching task /clickhouse/task_queue/ddl/query-xxx is executing longer than distributed_ddl_task_timeout (=180) seconds. There are 1 unfinished ho

背景用了一年多的ClickHouse，但好像都没系统地去学一遍，趁着最近有点时间，相对全面地去看了一圈ClickHouse的内容。发现ClickHouse虽然性能查询本身快，但如果使用不恰当，性能会被降一个级别。下面主要简单介绍一下，ClickHouse的查询可以从哪些方面做优化。可重点关注标题加粗部分！！优化方法表级别优化填充有空值的字段对于一些表字段，若存在空值，则可以考虑使用无业务场景意义的