041-使用DM进行同步上游数据到 TiDB

作者：anjia

原文来源： https://tidb.net/blog/83d843fa

这是坚持技术写作计划（含翻译）的第41篇，定个小目标999，每周最少2篇。

回想一下之前数据同步一般会使用一些ETL工具，例如 DataX , StreamSets , Kettle , sqoop , nifi ,当然也可能使用原始的mysqldump进行人肉苦逼同步。因为每个团队的背景不一样，没法简单的说哪种工具更好，更优，还是需要落地才行。所以本文就不过多介绍不同ETL工具间的优劣了，毕竟PHP是世界上最好的语言。

本文主要讲解，如何使用tidb官方的同步工具DM进行数据同步。先搬运一下tidb官方对dm的简介

DM (Data Migration) 是一体化的数据同步任务管理平台，支持从 MySQL 或 MariaDB 到 TiDB 的全量数据迁移和增量数据同步。使用 DM 工具有利于简化错误处理流程，降低运维成本。

略微吐槽下，tidb的官方技术栈略有点复杂，比如，广义的 TiDB，一般是指 PD, TiDB, TiKV 这类核心组件(参考 TiDB 整体架构 )，但是，部署的话，得用ansible部署，监控呢，得学会看官方提供的 Prometheus+Grafana,同步数据的话，又的看 mydumper , loader , syncer , Data Migration , TiDB Lightning , 管理tidb集群的话，又会用到一些工具，比如，pd control,pd recover,tikv control,tidb controller,如果要给tidb开启binlog，用于同步到其他tidb或者mysql集群，又要研究 Pump,Drainer,binlogctl …

就感觉tidb团队，一看就是出身大户人家，看官方建议的集群配置吧。

• tidb集群最低配置要求

• dm实例配置

• tidb-lighting配置要求(超过200G以上的迁移，建议用tidb-lighting)

• tidb binlog的配置

所以，几乎每一个用tidb的人，第一件事，都是，如何修改ansible的参数，绕过检测 [手动滑稽]，人嘛，都是，一边吐槽XX周边工具太少，又会吐槽XX太多，学不动，像是初恋的少女，等远方的男友，怕他乱来，又怕他不来，哈哈

对比一下友商的

其实tidb的官方文档，写的还挺详细的，就是不太像是给入门的人看的 [手动捂脸]，本文主要是结合我在使用DM过程中，写一下遇到的问题，以及群内大牛的解答

简介

DM 简化了单独使用mysqldumper，loader，syncer的工作量，从易用性，健壮性和可观测等方面来看，建议使用DM。

注意一下 官方文档 写的限制条件。

部署DM

参考 使用 DM-Ansible 部署 DM 集群

如无特殊说明都按照官方文档操作。

第五步配置互信时，servers 是要部署DM的节点ip，注意当前登录名，确保是tidb(执行 woami )

vi hosts.ini
[servers]
172.16.10.71
172.16.10.72
172.16.10.73[all:vars]
username = tidb

执行 ansible-playbook -i hosts.ini create_users.yml -u root -k 时，如果是使用 ssh key的话，可以
ansible-playbook -i hosts.ini create_users.yml -u root -k --private-key /path/to/your/keyfile

第7步配置worker时，需要注意，如果要增量或者全量，并且上游服务的binlog被删过，并且是gtid格式的，需要执行 show VARIABLES like 'gtid_purged' 如果有值，则需要指定 relay_binlog_gtid ,否则会报 close sync with err: ERROR 1236 (HY000): The slave is connecting using CHANGE MASTER TO MASTER_AUTO_POSITION = 1, but the master has purged binary logs containing GTIDs that the slave requires. 此时停掉worker后，修改 relay_binlog_gtid 重启无效，是需要修改meta文件的 /tidb/deploy/dm_worker_/relay_log/f5df-11e7-a1dd.000001/relay.meta 感谢 军军

另外需要配置 enable_gtid=true
如果不是gtid格式的，则需要修改这个 relay_binlog_name （在mysql执行 show BINARY logs ）
mysql_password 需要使用 dmctl -encrypt 你的密码 如果找不到dmctl，确保执行了 ansible-playbook local_prepare.yml 后在 /path/to/dm-ansible/resources/bin/dmctl

dm的worker支持单机多实例，也支持单机单实例(推荐) ,如果因为资源问题，要开启单机多实例的话，

[dm_worker_servers]
dm_worker1_1 ansible_host=172.16.10.72 server_id=101 deploy_dir=/data1/dm_worker dm_worker_port=8262 mysql_host=172.16.10.81 mysql_user=root mysql_password='VjX8cEeTX+qcvZ3bPaO4h0C80pe/1aU=' mysql_port=3306
dm_worker1_2 ansible_host=172.16.10.72 server_id=102 deploy_dir=/data2/dm_worker dm_worker_port=8263 mysql_host=172.16.10.82 mysql_user=root mysql_password='VjX8cEeTX+qcvZ3bPaO4h0C80pe/1aU=' mysql_port=3306dm_worker2_1 ansible_host=172.16.10.73 server_id=103 deploy_dir=/data1/dm_worker dm_worker_port=8262 mysql_host=172.16.10.83 mysql_user=root mysql_password='VjX8cEeTX+qcvZ3bPaO4h0C80pe/1aU=' mysql_port=3306
dm_worker2_2 ansible_host=172.16.10.73 server_id=104 deploy_dir=/data2/dm_worker dm_worker_port=8263 mysql_host=172.16.10.84 mysql_user=root mysql_password='VjX8cEeTX+qcvZ3bPaO4h0C80pe/1aU=' mysql_port=3306

注意 server_id=101 deploy_dir=/data1/dm_worker dm_worker_port=8262 别冲突，尤其是 deploy_dir 和 dm_worker_port

第九步,如果部署dm的节点数太多，可以提升并发数 ansible-playbook deploy.yml -f 10
第十步,启动 ansible-playbook start.yml

上述是简单操作， 如果涉及到复杂的，例如，扩容，缩容dm节点，重启dm-master或者dm-worker，可以参考 DM 集群操作

配置DM

如何看文档

配置dm-worker的tasks，三段文档结合着看

一般场景，使用 Data Migration 简单使用场景 即可满足。

库重命名

库重命名,将上游的user，备份成user_north库。另外，不支持实例内databases批量加前缀或者后缀。所以，有多少个需要重命名的，就乖乖写多少个吧

routes:...instance-1-user-rule:schema-pattern: "user"target-schema: "user_north"

忽略库或者表

black-white-list:log-ignored:ignore-dbs: ["log"] # 忽略同步log库ignore-tables:- db-name: "test" # 忽略同步log库内的test表tbl-name: "log"

尽量使用白名单

个人建议尽量使用白名单进行同步，防止因为新增库dm校验不通过，导致task被pause掉。此时的假设是，同步任务是严谨的，不应该出现不可控因素。当然这只是建议。
如果 上游数据库有，a,b,c三个库，前期白名单只写了a,b，进行全量+增量同步(all模式),并且task的unit已经是sync(非dump)，如果此时要同步库，此时如果只是简单改白名单，然后pause-task,update-task,resume-task,会报表不存在的错。具体的解决办法，可以参见 我在tug上提的问题 https://asktug.com/t/db/616 ，感谢 wangxj @pingCAP

black-white-list:rule-1:do-dbs: ["~^test-*"] 同步所有test-开头的库

忽略drop和truncate操作

毕竟使用DM是用于同步数据，在一定程度上也可以用于灾备场景使用，万一业务库被人drop，truncate了，tidb这还可以救命，所以建议忽略这些危险操作，有必要的，可以人工去执行。

filters:...store-filter-rule:schema-pattern: "store"events: ["drop database", "truncate table", "drop table"]action: Ignore

使用DM Portal生成配置文件，但是Portal生成的是不支持gtid的，详见 军军 的解释，详细使用，参见 DM Portal 简介

启动DM

常规操作

参考 管理数据同步任务
使用 ./dmctl -master-addr 172.16.30.14 进入交互式命令界面(不支持非交互式的，导致我在使用中遇到，当报错信息特别大时，超过缓冲区，会导致看不到有效的报错信息，check-task xx-task >result.log 这种的不支持，希望后边能改进下 )

• 启动任务 start-task /path/to/task.yaml 注意是task文件，而不是任务名
• 查询任务 query-status [task-name] task-name是可选的，不填查所有，填了，只查指定的
• 暂停任务 pause-task task-name ,如果要更新task文件(update-task) task一定要处于pause状态(报错导致的pause也行)
• 恢复同步 resume-task task-name 处于暂停(pause)的任务要恢复，需要使用resume-task ,如果是 full 或者 all 时unit处于dump状态的(非load)，resume-task时会清空已经dump到本地的文件，重新拉取(想想200多G的数据库，到99%了，突然pause了，就肝儿颤)
• 更新同步任务 update-task /path/to/task.yaml 注意是task文件，不是任务名,执行更新操作，必须是pause状态，所以，尽量别再dump时执行update，要执行也是在前期执行。执行后，需要使用 resume-task 启动已pause的任务
• 停止任务 stop-task task-name

常见问题

1. check通过，start时报错，或者start也正常，query时报错，这种错，有跟没有区别不大，只能ssh到worker节点，看日志 /path/to/deploy/log/

1. Couldn't acquire LOCK BINLOG FOR BACKUP, snapshots will not be consistent:Access denied; you need (at least one of) the SUPER privilege(s) for this operation

如果没有reload权限，会报错，但是不会终止操作，可以忽略
注意，如果是阿里云的rds的话，默认是把reload权限给去掉的。

1. sql-mode 不一致引起的问题，mysql默认的sql-mode是空字符串,参考 SQL 模式 ，排查方式 SELECT @@sql_mode ,如果是tidb是新库，可以 set global sql_mode=''; 如果要改mysql的话，需要写到 my.ini 里，防止重启失效。

1. all模式同步数据，如果task状态已经是sync，此时这个task白名单新增库或者表会导致报错，表不存在，然后task被pause。要么使用full-task+incremental-task两个文件，每次白名单新增时，先更新full-task，再更新incremental-task，要么直接新启一个task，用于full更新白名单库，然后改all的task，重启即可。

1. 处于dump的任务，一旦pause了，再次resume，会删除已dump的数据文件，重新拉取

招聘小广告

山东济南的小伙伴欢迎投简历啊 加入我们 , 一起搞事情。
长期招聘，Java程序员，大数据工程师，运维工程师，前端工程师。

参考资料

• 我的博客
• 我的掘金
• DataX在有赞大数据平台的实践
• Data Migration 常见问题
• 使用 DM-Ansible 部署 DM 集群