clickhouse与elasticsearch、hdfs等采用主从架构的分布式系统不同，它采用的是多主（无中心）架构。集群中的每个节点角色相同，客户端可通过任意节点访问并获得一致的结果。
ClickHouse通过分片技术进行数据的横向分割，分片依赖于集群，每个集群包含1到多个分片，每个分片对应ClickHouse的一个服务节点。分片数量的上限受节点数量的限制（一个分片只能对应一个服务节点）。
然而，ClickHouse与其他分布式系统不同，它没有高度自动化的分片功能。ClickHouse引入了本地表和分布式表的概念；本地表相当于一个数据分片。分布式表则是一张逻辑表，不存储数据，充当本地表的访问代理，类似于分库中间件。通过分布式表，可以代理访问多个数据分片，从而实现分布式查询。当然，数据分发也可以在应用层实现。
ClickHouse同样支持数据副本，其副本概念与Elasticsearch类似，但在ClickHouse中，分片是逻辑概念，物理上由副本承载。
ClickHouse的数据副本通常通过ReplicatedMergeTree系列复制表引擎实现，副本间通过ZooKeeper实现数据一致性。此外，分布式表可以同时负责分片和副本的数据写入。
以四节点实现多分片和双副本为例：
方案一
（上图中shard作为主副本）在每个节点上创建一个数据表，作为一个数据分片，使用ReplicatedMergeTree表引擎实现数据副本，而分布表作为数据写入和查询的入口。这是最常见的集群实现方式。
方案二
在每个节点上创建一个数据表，作为一个数据分片，分布表同时负责分片和副本的数据写入工作。
这种实现方案下，不需要使用复制表，但分布表节点需要同时负责分片和副本的数据写入工作，可能成为写入的单点瓶颈。
方案三
在每个节点上创建一个数据表，作为一个数据分片，同时创建两个分布表，每个分布表只管理一半的数据。
副本的实现仍需借助ReplicatedMergeTree类表引擎。
方案四
在每个节点上创建两个数据表，同一数据分片的两个副本位于不同节点上，每个分布式表管理一般的数据。
这种方案可以在较少的节点上实现数据分布与冗余，但部署上略显复杂。
ClickHouse的分片与副本功能完全依赖配置文件实现，无法自动管理，因此在集群规模较大时，运维成本较高。数据副本依赖ZooKeeper实现同步，当数据量较大时，ZooKeeper可能会成为瓶颈。如果资源充足，建议使用方案一，主副本和副副本位于不同节点，以更好地实现读写分离与负载均衡。如果资源不足，可以使用方案四，每个节点承载两个副本，但部署方式上略复杂。
原文链接?：https://www.jianshu.com/p/f1fa7e5cb67f
