devbox
凡人多烦事01
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

ELT 同步 MySQL 到 Doris

作者：凡人多烦事01 | 2024-05-30 13:25:41

赞

踩

ELT 同步 MySQL 到 Doris

如何基于 Flink CDC 快速构建 MySQL 到 Doris 的 Streaming ELT 作业，包含整库同步、表结构变更同步和分库分表同步的功能。 本教程的演示都将在 Flink CDC CLI 中进行，无需一行 Java/Scala 代码，也无需安装 IDE。

准备阶段 #

准备一台已经安装了 Docker 的 Linux 或者 MacOS 电脑。

  1. 下载 Flink 1.18.0，解压后得到 flink-1.18.0 目录。 使用下面的命令跳转至 Flink 目录下，并且设置 FLINK_HOME 为 flink-1.18.0 所在目录。

    cd flink-1.18.0

  2. 通过在 conf/flink-conf.yaml 配置文件追加下列参数开启 checkpoint，每隔 3 秒做一次 checkpoint。

    execution.checkpointing.interval: 3000

  3. 任务槽原来为1，改为30:taskmanager.numberOfTaskSlots: 30

  4. LOCALHOST改为0.0.0.0

  5. 使用下面的命令启动 Flink 集群。

    ./bin/start-cluster.sh

启动成功的话，可以在 http://localhost:8081/访问到 Flink Web UI，如下所示：

Flink UI

多次执行 start-cluster.sh 可以拉起多个 TaskManager。

准备 Docker 环境 #

接下来的教程将以 docker-compose 的方式准备所需要的组件。

  1. 宿主机配置 由于 Doris 的运行需要内存映射支持，需在宿主机执行如下命令:

    sysctl -w vm.max_map_count=2000000

MacOS 由于内部实现容器的方式不同，在部署时宿主机直接修改max_map_count值可能无法成功，需要先创建以下容器：

docker run -it --privileged --pid=host --name=change_count debian nsenter -t 1 -m -u -n -i sh

容器创建成功执行以下命令：

sysctl -w vm.max_map_count=2000000

然后 exit 退出，创建 Doris Docker 集群。

  1. docker 镜像启动 使用下面的内容创建一个 docker-compose.yml 文件：

    1. version: '2.1'
    2. services:
    3.   doris:
    4.     image: yagagagaga/doris-standalone
    5.     ports:
    6.       - "8030:8030"
    7.       - "8040:8040"
    8.       - "9030:9030"
    9.   mysql:
    10.     image: debezium/example-mysql:1.1
    11.     ports:
    12.       - "3306:3306"
    13.     environment:
    14.       - MYSQL_ROOT_PASSWORD=123456
    15.       - MYSQL_USER=mysqluser
    16.       - MYSQL_PASSWORD=mysqlpw

该 Docker Compose 中包含的容器有：

  • MySQL: 包含商品信息的数据库 app_db
  • Doris: 存储从 MySQL 中根据规则映射过来的结果表

在 docker-compose.yml 所在目录下执行下面的命令来启动本教程需要的组件：

docker-compose up -d

该命令将以 detached 模式自动启动 Docker Compose 配置中定义的所有容器。你可以通过 docker ps 来观察上述的容器是否正常启动了，也可以通过访问http://localhost:8030/ 来查看 Doris 是否运行正常。

在 MySQL 数据库中准备数据 #

  1. 进入 MySQL 容器

    docker-compose exec mysql mysql -uroot -p123456

  2. 创建数据库 app_db 和表 orders,products,shipments，并插入数据

    1. -- 创建数据库
    2. CREATE DATABASE app_db;
    3.  
    4. USE app_db;
    5.  
    6. -- 创建 orders 表
    7. CREATE TABLE `orders` (
    8. `id` INT NOT NULL,
    9. `price` DECIMAL(10,2) NOT NULL,
    10. PRIMARY KEY (`id`)
    11. );
    12.  
    13. -- 插入数据
    14. INSERT INTO `orders` (`id`, `price`) VALUES (1, 4.00);
    15. INSERT INTO `orders` (`id`, `price`) VALUES (2, 100.00);
    16.  
    17. -- 创建 shipments 表
    18. CREATE TABLE `shipments` (
    19. `id` INT NOT NULL,
    20. `city` VARCHAR(255) NOT NULL,
    21. PRIMARY KEY (`id`)
    22. );
    23.  
    24. -- 插入数据
    25. INSERT INTO `shipments` (`id`, `city`) VALUES (1, 'beijing');
    26. INSERT INTO `shipments` (`id`, `city`) VALUES (2, 'xian');
    27.  
    28. -- 创建 products 表
    29. CREATE TABLE `products` (
    30. `id` INT NOT NULL,
    31. `product` VARCHAR(255) NOT NULL,
    32. PRIMARY KEY (`id`)
    33. );
    34.  
    35. -- 插入数据
    36. INSERT INTO `products` (`id`, `product`) VALUES (1, 'Beer');
    37. INSERT INTO `products` (`id`, `product`) VALUES (2, 'Cap');
    38. INSERT INTO `products` (`id`, `product`) VALUES (3, 'Peanut');
Create database in Doris #

Doris 暂时不支持自动创建数据库，需要先创建写入表对应的数据库。

  1. 进入 Doris Web UI。
    http://localhost:8030/
    默认的用户名为 root，默认密码为空。

    Doris UI

  2. 通过 Web UI 创建 app_db 数据库

    create database app_db;

    Doris create table

通过 FlinkCDC cli 提交任务 #

  1. 下载下面列出的二进制压缩包，并解压得到目录 flink cdc-3.0.0 '：
    flink-cdc-3.0.0-bin.tar.gz. flink-cdc-3.0.0 下会包含 bin、lib、log、conf 四个目录。

  2. 下载下面列出的 connector 包，并且移动到 lib 目录下 下载链接只对已发布的版本有效, SNAPSHOT 版本需要本地基于 master 或 release- 分支编译.

3.编写任务配置 yaml 文件 下面给出了一个整库同步的示例文件 mysql-to-doris.yaml：

  1. ################################################################################
  2. # Description: Sync MySQL all tables to Doris
  3. ################################################################################
  4. source:
  5.   type: mysql
  6.   hostname: localhost
  7.   port: 3306
  8.   username: root
  9.   password: 123456
  10.   tables: app_db.\.*
  11.   server-id: 5400-5404
  12.   server-time-zone: UTC
  13.  
  14. sink:
  15.   type: doris
  16.   fenodes: 127.0.0.1:8030
  17.   username: root
  18.   password: ""
  19.   table.create.properties.light_schema_change: true
  20.   table.create.properties.replication_num: 1
  21.  
  22. pipeline:
  23.   name: Sync MySQL Database to Doris
  24.   parallelism: 2

其中： source 中的 tables: app_db.\.* 通过正则匹配同步 app_db 下的所有表。 sink 添加 table.create.properties.replication_num 参数是由于 Docker 镜像中只有一个 Doris BE 节点。

  1. 最后，通过命令行提交任务到 Flink Standalone cluster 
    bash bin/flink-cdc.sh mysql-to-doris.yaml

提交成功后，返回信息如：

  1. Pipeline has been submitted to cluster.
  2. Job ID: ae30f4580f1918bebf16752d4963dc54
  3. Job Description: Sync MySQL Database to Doris

在 Flink Web UI，可以看到一个名为 Sync MySQL Database to Doris 的任务正在运行。

MySQL-to-Doris

打开 Doris 的 Web UI，可以看到数据表已经被创建出来，数据能成功写入。

Doris display data

同步变更 #

进入 MySQL 容器

  1. ```shell
  2. docker-compose exec mysql mysql -uroot -p123456
  3. ```

接下来，修改 MySQL 数据库中表的数据，Doris 中显示的订单数据也将实时更新：

  1. 在 MySQL 的 orders 表中插入一条数据

    INSERT INTO app_db.orders (id, price) VALUES (3, 100.00);

  2. 在 MySQL 的 orders 表中增加一个字段

    ALTER TABLE app_db.orders ADD amount varchar(100) NULL;

  3. 在 MySQL 的 orders 表中更新一条数据

    UPDATE app_db.orders SET price=100.00, amount=100.00 WHERE id=1;

  4. 在 MySQL 的 orders 表中删除一条数据

    DELETE FROM app_db.orders WHERE id=2;

每执行一步就刷新一次 Doris Web UI，可以看到 Doris 中显示的 orders 数据将实时更新，如下所示：

Doris display result

同样的，去修改 shipments, products 表，也能在 Doris 中实时看到同步变更的结果。

Route the changes #

Flink CDC 提供了将源表的表结构/数据路由到其他表名的配置，借助这种能力，我们能够实现表名库名替换，整库同步等功能。 下面提供一个配置文件说明：

  1. ################################################################################
  2. # Description: Sync MySQL all tables to Doris
  3. ################################################################################
  4. source:
  5.    type: mysql
  6.    hostname: localhost
  7.    port: 3306
  8.    username: root
  9.    password: 123456
  10.    tables: app_db.\.*
  11.    server-id: 5400-5404
  12.    server-time-zone: UTC
  13.  
  14. sink:
  15.    type: doris
  16.    fenodes: 127.0.0.1:8030
  17.    benodes: 127.0.0.1:8040
  18.    username: root
  19.    password: ""
  20.    table.create.properties.light_schema_change: true
  21.    table.create.properties.replication_num: 1
  22.  
  23. route:
  24.    - source-table: app_db.orders
  25.      sink-table: ods_db.ods_orders
  26.    - source-table: app_db.shipments
  27.      sink-table: ods_db.ods_shipments
  28.    - source-table: app_db.products
  29.      sink-table: ods_db.ods_products
  30.  
  31. pipeline:
  32.    name: Sync MySQL Database to Doris
  33.    parallelism: 2

通过上面的 route 配置，会将 app_db.orders 表的结构和数据同步到 ods_db.ods_orders 中。从而实现数据库迁移的功能。 特别地，source-table 支持正则表达式匹配多表，从而实现分库分表同步的功能，例如下面的配置：

  1. route:
  2.   - source-table: app_db.order\.*
  3.     sink-table: ods_db.ods_orders

这样，就可以将诸如 app_db.order01、app_db.order02、app_db.order03 的表汇总到 ods_db.ods_orders 中。注意，目前还不支持多表中存在相同主键数据的场景，将在后续版本支持。

环境清理 #

本教程结束后，在 docker-compose.yml 文件所在的目录下执行如下命令停止所有容器：

docker-compose down

在 Flink 所在目录 flink-1.18.0 下执行如下命令停止 Flink 集群：

./bin/stop-cluster.sh
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/凡人多烦事01/article/detail/647151
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号