5分钟搞定 MySQL 到 PolarDB-X 数据迁移和同步-CloudCanal实战

[junyu-cloudcanal]

简述

CloudCanal 近期支持了 PolarDB-X 对端, 目前开放的链路为 MySQL 到 PolarDB-X 。

本链路特点包括

• 完整支持结构迁移、全量迁移、增量同步、数据校验
• 支持 PolarDB-X 云版本 API 级对接(自动获取实例、添加白名单)
• 支持 PolarDB-X 开源自建版

PolarDB-X 前身 DRDS (内部产品名称 TDDL),经过 10 几年发展, 很好解决了 ToC 端业务对数据库超高并发、严苛事务的需求，并且近几年也努力尝试解决企业级数据需求(复杂SQL、分布式事务、在线数据的实时计算)，而这样的一个产品，目前有云版本，同时近期也进行了开源。所以我们认为有必要对其生态做良好支撑。

技术点

结构迁移

PolarDB-X 是分布式数据库领域产品，所以存在 partition 概念 ，提供了两种拆分模型:sharding(即分库分表)和partitioning。 前者按用户自定义拆分，后者对应用透明。可以通过类似 create database d1 partition_mode="sharding" 或create database d1 partition_mode="partitioning" 指定。

sharding模式下，具体创建语句和算法可参考 官方文档

对于响应时间、RPS 要求的严苛应用场景(相对较窄),设定业务感知的分库分表算法是合理的，这也是为何很多分布式数据库在类似 sysbench 或 tpcc 或 天猫双十一 场景中达到难以置信性能的朴素原理。

CloudCanal 目前自动创建 database 为 sharding 模型，并且通过产品化方式支持这个能力-选择相应的算法和字段。

目前支持分库分表类型包括

• DB(只分库不分表)
• DB_TAB(既分库又分表)
• NONE(单表)

设定分库分表字段的时候，支持的算法包括

• HASH
• WEEK
• MM
• DD
• MMDD

一张普通的表，如果应用 DB_TAB 分库分表类型，并且选择常用的 HASH 算法，字段都选择worker_id, 经过 CloudCanal 结构迁移，会在 PolarDB-X 中生成如下表

CREATE TABLE `worker_stats` (
	`id` bigint(20) NOT NULL AUTO_INCREMENT BY GROUP,
	`gmt_create` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,
	`worker_id` bigint(20) NOT NULL,
	`cpu_stat` text,
	`mem_stat` text,
	`disk_stat` text,
	`col_new` varchar(255) NOT NULL DEFAULT '123',
	PRIMARY KEY (`id`),
	KEY `auto_shard_key_worker_id` USING BTREE (`worker_id`)
) ENGINE = InnoDB AUTO_INCREMENT = 278489 DEFAULT CHARSET = utf8mb4 DEFAULT COLLATE = utf8mb4_0900_ai_ci  dbpartition by hash(`worker_id`) tbpartition by hash(`worker_id`) tbpartitions 4

任务对分库分表的处理

与普通单机数据库不同, 如果需要达到 PolarDB-X 最好的写入性能, 增量同步需要处理分库分表字段,对于 update 和 delete 操作, 带上拆分字段。数据校验进行对端数据获取时，也需要带上拆分字段，并且保证数据的获取效率。

if (col.isKey() || (partitionKeys != null && partitionKeys.contains(col.getName()))) {
       if (col.isUpdated()) {
               // put before column in it , PK/UKs may be change.
               pkCols.add(SqlUtilCommon.pickBeforeColumn(rowData, col.getName()));
        } else {
               pkCols.add(col);
        }

        if (firstPk) {
              where.append("`").append(col.getName()).append("`= ?");
              firstPk = false;
       } else {
             where.append(" AND `").append(col.getName()).append("`= ?");
        }
}

另外，如同变更主键,如果变更拆分字段值, 目前 PolarDB-X 能够自行处理这种变化，无需用户自己删除老数据,插入新数据。

操作示例

前置条件:

• 登陆 CloudCanal SaaS版,使用参见快速上手文档
• PolarDB-X 开源版已经安装,参见PolarDB-X 集群部署文档
• 带有增量流量的 MySQL 运行中

造数据

• 混合负载，IUD 比例 2:7:1
  

添加数据源

• 登录 CloudCanal 平台
• 数据源管理->新增数据源
• 分别选择 自建 部署模式下的 PolarDB-X 和 MySQL 并添加
  

任务创建

• 任务管理->任务创建

• 选择源和目标数据源
  

• 选择数据同步，并勾选 全量数据初始化, 其他选项默认
  

• 选择需要迁移同步的表
  

• 选择列,默认全选

• 设定分库分表算法和字段
  

• 确认创建,并自动运行
  

校验任务

• 停止增量负载
• 创建校验任务
  • 目前类似任务创建开发中，暂时库表列选择和拆分选择请和同步任务保持一致
• 校验完毕数据一致
  

常见问题

是否会支持 PolarDB-X 源端?

目前 PolarDB-X 版本支持 CDC , 和 MySQL binlog 交互很相似(外在表现出些许差别),我们将在不久推出 PolarDB-X 源端,目标端仍首选 MySQL (让业务有去有回)。

是否会支持更多源端?

CloudCanal 新增数据源之后，后续相互打通相对简单，目前 Oracle 是首选源端。之后 PostgreSQL、SqlServer(开发中)都是候选。

目前这条链路还存在什么不足？

功能层面目前自动创建数据库未支持 PolarDB-X 的 partitioning 模式，另外已存在表，无法感知对端分库分表字段(急需修复)。性能层面则需要更多调优。

总结

本文简单介绍了使用 CloudCanal 进行 MySQL 到 PolarDB-X 的数据迁移同步。各位读者朋友，如果您觉得还不错，请点赞、评论加转发吧。

更多精彩

• 异地多活基础之数据双向同步进阶篇-CloudCanal实战
• 5分钟搞定 MySQL 到 ClickHouse 实时数据同步进阶篇-CloudCanal实战
• 主流关系型数据库到 Kudu 实时数据同步-CloudCanal实战
• 5分钟搞定 MySQL 到 ElasticSearch 迁移同步-CloudCanal 实战
• 5分钟搞定 MySQL 到 MySQL 异构在线数据迁移同步-CloudCanal 实战
• MySQL 到 ElasticSearch 实时同步构建数据检索服务的选型与思考
• 构建基于Kafka中转的混合云在线数据生态-cloudcanal实战
• 5分钟搞定 MySQL 到 TiDB 的数据同步 - CloudCanal实战

加入社区

• 我们创建了 CloudCanal 微信交流群，在里面，您可以得到最新版本发布信息和资源链接，您能看到其他用户一手评测、使用情况，您更能得到热情的问题解答，当然您还可以给我们提需求和问题。扫描下方二维码，添加我们小助手微信拉您进群，备注: 加 CloudCanal 群