5分钟搞定 MySQL 到 TiDB 的数据同步 - CloudCanal实战

简述

TiDB 是国内非常火热的一款分布式数据库，参考 Google Percolator 和 Spanner 模型进行构建，具备很好的扩展性，并且支持强一致事务和一定的计算能力，应用广泛。

CloudCanal 提供了从传统关系型数据库实时同步到 TiDB 的能力，并且附带数据迁移、数据校验、数据订正等能力。此文章简要介绍如何快速构建一条长期稳定运行的 MySQL->TiDB 数据链路。

技术要点

MySQL 协议兼容性

TiDB 对于 MySQL 协议兼容做得不错(4.X 版本)，但是其中也有瑕疵点，对于数据迁移同步来说，关注 3 个方面的信息：元数据、数据类型、DDL 支持。

元数据层面, 特别 information_schema 的支持，比较完整。数据类型层面，如果不涉及 GIS 等类型，基本兼容(可能我们还没测试全面)。

DDL 支持层面，比较明显的是不支持同时做多次 DDL action , 比如: alter table add column col1 varchar(255), add col2 bigint(20) not null, modify col3 datetime 。而往往这种 SQL 在数据库运维中非常常见(提高 DDL 效率)。

针对差异点，CloudCanal 都做了兼容，特别是 DDL 同步的兼容，加上库、表、列映射，存在一定的工作量。

举个 “栗子”

准备 CloudCanal

• SaaS 版参考 自建机器客户端安装
• 社区版参考 Docker安装

添加数据源

• 登录 CloudCanal 平台
• 数据源管理 -> 添加数据源
• 选择 自建数据源 ，并填写相关数据库信息，其中 网络地址 请按提示带上端口号

• 如下已添加完 MySQL 和 TiDB

创建同步任务

• 任务管理->新建任务

• 源端选择刚添加的 MySQL 数据源，目标选择 TiDB, 分别点击 测试连接 按钮以测试数据库连通性和获取 schema 级别元信息
• 选择源端和目标端 schema , 可以选取多个
• 点击下一步

• 选择 数据同步，并且勾选全量数据初始化
• 规格可以根据任务重要度以及部署机器的内存容量合理选择，一般 2GB 内存规格即可
• 勾选 DDL 同步， CloudCanal 将同步常用的 create table /alter table/rename table DDL ，但是不同步其他 DDL
• 勾选 开启xx校验 , 则自动为同步任务创建一个子任务，在同步 catch up 后 ,自动运行数据校验。当然也可以单独创建数据校验任务
• 点击下一步

• 勾选需要同步的表，如果目标表为橙色，表示不存在同名表，任务创建完成后自动进行结构迁移。也可以下拉框选择表进行映射
• 勾选需要同步的 INSERT/UPDATE/DELETE 操作，默认全选
• 点击下一步

• 通过勾选做列映射和列裁剪
• 点击下一步

• 对任务内容进行创建 ，如果任务不需要立刻运行 , 可置灰自动启动任务 按钮
• 点击确认创建

任务同步

• 任务分为 3 个阶段：

  结构迁移、数据初始化、数据同步，每一个阶段完成时，状态自动流转，直到同步稳态

• 结构迁移：当对端数据源不存在对应的库表结构时自动创建，包括RDB库表、消息 topic、搜索引擎 index 等
• 数据初始化：将源端所选库表数据以全量迁移方式搬迁到对端
• 数据同步：准实时的同步增量数据，即源端数据库上发生的增、删、改操作将以亚秒级延迟出现在对端数据源上

FAQ

目前源端还支持哪些数据源？

除了 MySQL 到 TiDB 之外，截止社区版 1.0.2 版本，还支持 Oracle -> TiDB 链路，更多的链路如果有需求，可以按需添加，请到我们需求贴反馈

总结

本文简单介绍了如何使用 CloudCanal 快速构建 MySQL->TiDB 数据迁移同步链路，更多的源端和目标端陆续开放。各位小伙伴，如果觉得还不错，请点赞、评论加转发吧。