本文主要是介绍【TiDB原理与实战详解】4、DM 迁移和TiCDC数据同步~学不会? 不存在的!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
DM工具数据迁移
1、简介
DM全称TiDB Data Migration , 支持兼容mysql协议的数据库(MySQL、MariaDB、Aurora MySQL),将数据(异步)迁移到TiDB中。支持全量和增量数据传输。可以过滤数据,可以将分库分表的数据合并迁移到TiDB中。
2、DM集群安装配置
生产最低配置(可扩容)
组件 | 数量 |
---|---|
DM-maste | 3 |
DM-worker | 3 |
Granfana | 1 |
使用一个新的机器
1、TiUP安装
wget https://tiup-mirrors.pingcap.com/install.sh
sh install.sh
source .bash_profile# 升级到最新版本
tiup update --self
2、安装DM并更新
tiup install dm dmctl && tiup update dm dmctl
3、编辑配置文件
# 生成MD配置模版
tiup dm template >dm.yaml# 创建配置目录
mkdir /data/tidb/dm/deploy -p
mkdir /data/tidb/dm/date -p# 修改配置文件
vim dm.yaml
global:user: "tidb"ssh_port: 22deploy_dir: "/data/tidb/dm/deploy"data_dir: "/data/tidb/dm/data"# arch: "amd64"master_servers:- host: 10.10.8.106worker_servers:- host: 10.10.8.106
4、部署启动DM
# 查看dm版本
tiup list dm-master# 指定版本安装DM集群并启动
tiup dm deploy dm-test v5.5.0-nightly-20220107 /root/dm.yaml --user root -p # ssh的root密码,dm-test为集群名称# 启动DM集群
tiup dm start dm-test# 查看DM集群信息
tiup dm list# 查看dm-test集群详细信息
tiup dm display dm-test
5、缩容节点
tiup dm scale-in <cluster-name> -N <node-id>
3、DM 同步任务管理
需求:
使用10.10.8.106上的DM工具将10.10.8.50上的mysql实例的test库中的t1表同步到10.10.8.107中。
创建数据源(上游需要同步的数据库)
# 创建dm配置文件目录
mkdir -p /root/dmconf# 编辑配置文件
vim /root/dmconf/source1.yaml
# MySQL1 配置信息source-id: "mysql-replica-01"# DM-worker 是否使用全局事务标识符 (GTID) 拉取 binlog。使用前提是在上游 MySQL 已开启 GTID 模式true或false。
enable-gtid: truefrom:host: "10.10.8.50"user: "dba"password: "Passw0rd@!QAZ"port: 3306
将数据源加载到DM集群
tiup dmctl --master-addr 10.10.8.106:8261 operate-source create /root/dmconf/source3.yaml
编辑任务文件
vim /root/dmconf/task.yaml
# 任务名,多个同时运行的任务不能重名。
name: "test"
# 全量+增量 (all) 迁移模式。
task-mode: "all"
# 下游 TiDB 配置信息。
target-database:host: "10.10.8.107"port: 4000user: "dba"password: "tkamc.00"# 当前数据迁移任务需要的全部上游 MySQL 实例配置。
mysql-instances:
-# 上游实例或者复制组 ID,参考 `inventory.ini` 的 `source_id` 或者 `dm-master.toml` 的 `source-id 配置`。source-id: "mysql-replica-01"# 需要迁移的库名或表名的黑白名单的配置项名称,用于引用全局的黑白名单配置,全局配置见下面的 `block-allow-list` 的配置。block-allow-list: "global" # 如果 DM 版本早于 v2.0.0-beta.2 则使用 black-white-list。# dump 处理单元的配置项名称,用于引用全局的 dump 处理单元配置。mydumper-config-name: "global"# 黑白名单全局配置,各实例通过配置项名引用。
block-allow-list: # 如果 DM 版本早于 v2.0.0-beta.2 则使用 black-white-list。global:do-tables: # 需要迁移的上游表的白名单。- db-name: "test" # 需要迁移的表的库名。tbl-name: "t1" # 需要迁移的表的名称。# dump 处理单元全局配置,各实例通过配置项名引用。
mydumpers:global:extra-args: ""
启动任务
tiup dmctl --master-addr 10.10.8.106:8261 start-task /root/dmconf/task.yaml
查询任务
tiup dmctl --master-addr 10.10.8.106:8261 query-status
停止任务
tiup dmctl --master-addr 10.10.8.106:8261 stop-task test
TiCDC 数据同步工具
1、简介
TiCDC是一个通过拉取TiKV日志实现的TiDB增量同步工具,具有还原数据到与上游任意 TSO 一致状态的能力,同时提供开放数据协议,支持其他系统订阅数据变更。TiCDC 运行时是无状态的,借助 PD 内部的 etcd 实现高可用。TiCDC 集群支持创建多个同步任务,向多个不同的下游进行数据同步,TiCDC的数据源必须是TiDB。
- 数据高可用:TiCDC 从 TiKV 获取变更日志,意味着只要 TiKV 具备高可用就能保证数据的高可用,遇到 TiCDC 全部异常关闭的极端情况,后续启动还能正常获取数据。
- 水平扩展:支持组建多 TiCDC 节点集群,将同步任务均匀地调度到不同节点上,面对海量数据时,可以通过添加节点解决同步压力过大的问题。
- 自动故障转移:当集群中的一个 TiCDC 节点意外退出时,该节点上的同步任务会自动调度到其余的 TiCDC 节点上。
- 支持多种下游系统和输出多种格式:目前已经支持兼容 MySQL 协议的数据库、Kafka 和 Pulsar 分布式流处理系统,支持输出的格式有 Apache Avro,Maxwell 和 Canal
1、属于增量同步,不会同步以前的数据,只同步开启同步后的数据。
2、只能同步带主键自增的表,想同步所有需要配置参数。
3、如果源端有库名而被同步端无库名或表名,需要在被同步端创建库名或表名。
2、部署TiCDC
编写配置文件(官方建议最少两台服务器)
vim scale-out.yaml
cdc_servers:- host: 10.10.8.143gc-ttl: 86400data_dir: /data/deploy/install/data/cdc-8300
运行扩容命令
tiup cluster scale-out test scale-out.yaml # test为集群名
查看集群状态
tiup cluster display test
缩容节点
tiup cluster scale-in test --node 10.10.8.143:8300 # 删除
tiup cluster display test
升级到5.2.2
tiup update --self && \
tiup update --all && \
tiup cluster upgrade test v5.2.2
修改配置并生效
tiup cluster edit-config test # 进入编辑界面编辑server_configs:里的cdc 编辑完成后保存
# 修改完毕后执行 tiup cluster reload -R cdc 命令重新加载配置。
3、使用TiCDC
查询TiCDC信息
tiup ctl:v5.3.0 cdc capture list --pd=http://10.10.8.107:2379
[{"id": "8f847f99-d56f-44a0-b28a-d9ed81c30f64","is-owner": true,"address": "10.10.8.143:8300"}
]
id: 服务进程的 ID。
is-owner: 表示该服务进程是否为 owner 节点。
address: 该服务进程对外提供接口的地址。
配置mysql时区兼容
find / -name 'mysql_tzinfo_to_sql' # 查找文件路径
/usr/bin/mysql_tzinfo_to_sql /usr/share/zoneinfo | mysql -u root mysql -p # 导入到数据库
创建同步任务
tiup ctl:v5.3.0 cdc changefeed create --pd=http://10.10.8.107:2379 --sink-uri="mysql://dba:Passw0rd@10.10.8.143:3306/" --changefeed-id="simple-replication-task" --sort-engine="unified"
查询同步任务列表
tiup ctl:v5.3.0 cdc changefeed list --pd=http://10.10.8.107:2379checkpoint 即为 TiCDC 已经将该时间点前的数据同步到了下游。
state 为该同步任务的状态:
normal: 正常同步
stopped: 停止同步(手动暂停)
error: 停止同步(出错)
removed: 已删除任务(只在指定 --all 选项时才会显示该状态的任务。未指定时,可通过 query 查询该状态的任务)
finished: 任务已经同步到指定 target-ts,处于已完成状态(只在指定 --all 选项时才会显示该状态的任务。未指定时,可通过 query 查询该状态的任务)。
查看指定任务的详细信息
tiup ctl:v5.3.0 cdc changefeed query --pd=http://10.10.8.107:2379 --changefeed-id="simple-replication-task"
暂停指定任务
tiup ctl:v5.3.0 cdc changefeed pause --pd=http://10.10.8.107:2379 --changefeed-id="simple-replication-task"
继续暂停的任务
tiup ctl:v5.3.0 cdc changefeed resume --pd=http://10.10.8.107:2379 --changefeed-id="simple-replication-task"
删除指定任务
tiup ctl:v5.3.0 cdc changefeed remove --pd=http://10.10.8.107:2379 --changefeed-id="simple-replication-task"
4、环形同步(实验特性)
环形同步功能支持在多个独立的 TiDB 集群间同步数据。比如有三个 TiDB 集群 A、B 和 C,它们都有一个数据表 test.user_data
,并且各自对它有数据写入。环形同步功能可以将 A、B 和 C 对 test.user_data
的写入同步其它集群上,使三个集群上的 test.user_data
达到最终一致。
5、同步没有有效索引的表
从 v4.0.8 开始,TiCDC 支持通过修改任务配置来同步没有有效索引的表。若要开启该特性,需要在 changefeed
配置文件的根级别进行如下指定:
vim changefeed.toml # 需要指定配置文件启动任务
enable-old-value = true
force-replicate = true
6、使用同步任务配置文件
示例配置
vim changefeed.toml
# 指定配置文件中涉及的库名、表名是否为大小写敏感
# 该配置会同时影响 filter 和 sink 相关配置,默认为 true
case-sensitive = true# 是否输出 old value,从 v4.0.5 开始支持,从 v5.0 开始默认为 true
enable-old-value = true# 复制没有主键自增的表
force-replicate = true# 过滤参数配置
[filter]
# 忽略指定 start_ts 的事务
ignore-txn-start-ts = [1, 2]# 过滤器规则
# 过滤规则语法:https://docs.pingcap.com/zh/tidb/stable/table-filter#表库过滤语法
rules = ['*.*', '!test.*'][mounter]
# mounter 线程数,用于解码 TiKV 输出的数据
worker-num = 16[sink]
# 对于 MQ 类的 Sink,可以通过 dispatchers 配置 event 分发器
# 支持 default、ts、rowid、table 四种分发器,分发规则如下:
# - default:有多个唯一索引(包括主键)时按照 table 模式分发;只有一个唯一索引(或主键)按照 rowid 模式分发;如果开启了 old value 特性,按照 table 分发
# - ts:以行变更的 commitTs 做 Hash 计算并进行 event 分发
# - rowid:以表的主键或者唯一索引列名和列值做 Hash 计算并进行 event 分发
# - table:以表的 schema 名和 table 名做 Hash 计算并进行 event 分发
# matcher 的匹配语法和过滤器规则语法相同
dispatchers = [{matcher = ['test1.*', 'test2.*'], dispatcher = "ts"},{matcher = ['test3.*', 'test4.*'], dispatcher = "rowid"},
]
# 对于 MQ 类的 Sink,可以指定消息的协议格式
# 目前支持 default、canal、avro 和 maxwell 四种协议。default 为 TiCDC Open Protocol
protocol = "default"[cyclic-replication]
# 是否开启环形同步
enable = false
# 当前 TiCDC 的复制 ID
replica-id = 1
# 需要过滤掉的同步 ID
filter-replica-ids = [2,3]
# 是否同步 DDL
sync-ddl = true
编写配置文件
vim changefeed.toml
# 指定配置文件中涉及的库名、表名是否为大小写敏感
# 该配置会同时影响 filter 和 sink 相关配置,默认为 true
case-sensitive = true# 是否输出 old value,从 v4.0.5 开始支持,从 v5.0 开始默认为 true
enable-old-value = true# 复制没有主键自增的表
force-replicate = true# 过滤参数配置
[filter]
# 忽略指定 start_ts 的事务
ignore-txn-start-ts = [1, 2]# 过滤器规则
# 过滤规则语法:https://docs.pingcap.com/zh/tidb/stable/table-filter#表库过滤语法
rules = ['*.*', '!test.*'][mounter]
# mounter 线程数,用于解码 TiKV 输出的数据
worker-num = 32[cyclic-replication]
# 是否开启环形同步
enable = false
# 当前 TiCDC 的复制 ID
replica-id = 1
# 需要过滤掉的同步 ID
filter-replica-ids = [2,3]
# 是否同步 DDL
sync-ddl = true
指定配置文件开启任务
tiup ctl:v5.3.0 cdc changefeed create --pd=http://10.10.8.107:2379 --sink-uri="mysql://dba:Passw0rd@10.10.8.143:3306/" --changefeed-id="mysql-test1" --sort-engine="unified" --config changefeed.toml
查看任务列表
tiup ctl:v5.3.0 cdc changefeed list --pd=http://10.10.8.107:2379
其他操作同上
7、子任务管理
查询所有子任务信息
tiup ctl:v5.3.0 cdc processor list --pd=http://10.10.8.107:2379
指定capture-id查询
tiup ctl:v5.3.0 cdc processor query --pd=http://10.10.8.107:2379 --changefeed-id=mysql-test1 --capture-id=8f847f99-d56f-44a0-b28a-d9ed81c30f64
这篇关于【TiDB原理与实战详解】4、DM 迁移和TiCDC数据同步~学不会? 不存在的!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!