5分钟搞定 MySQL 到 ElasticSearch 迁移同步-CloudCanal实战

[CloudCanal-万少]

简述

本文介绍如何通过 CloudCanal，五分钟内创建一条长期稳定运行的 MySQL -> ElasticSearch (以下简称 ES) 实时数据迁移同步链路 。

技术内幕

限流

MySQL 到 ES 数据迁移同步过程中，往往会面临源端写入对端 RPS 较大问题，导致 ES 负载较大，影响业务对 ES 的正常读写。CloudCanal 为了应对这个情况，提供限流能力。同步任务创建完毕后，可在 任务详情 -> 参数设置 对源端流量进行限流。

时区处理

CloudCanal 允许用户在创建数据迁移同步任务时指定时区。写入ES 时，源端时间类型数据将会格式化并带上时区信息 , 支持用户在跨国、跨地域场景下使用。

自动创建索引和 Mapping 结构

CloudCanal 迁移同步任务支持自动将源端数据库表结构映射成 ES 索引，该过程中允许用户在 列(column/field) 级别上，个性化设置自己需要的索引和 Mapping 结构。这些设置包括：

• 每个列可以指定是否需要索引
• 可以对 text 类型的 field 设置 ES mapping 中的分词器(标准分词器)
• 索引分片数、副本数自定义设置

映射已建索引

用户可能已经在 ES 中提前建好了索引，这种情况下 CloudCanal 会自动探测，并允许用户配置映射，一张表可映射对端一个索引。

类型支持

不支持父子文档join，支持NESTED/OBJECT。NESTED有更好的索引性能，建议用NESTED，避免ES侧join

支持用户自定义分词器

映射用户已经创建的索引时候，支持自定义分词器

内置 _id 生成和 routing field 指定

写入 ES 时候 _id 用于唯一标识一个 doc。CloudCanal 数据同步默认遵循以下原则：

• routing 使用 _id 值
• 单主键表，会默认使用源端关系表的主键列的列值作为 _id 的值
• 多主键表，会通过分隔符$连接多个主键列的值，组成唯一的 _id 值
• 无主键表，会将所有列的值通过$连接，生成唯一的 _id 值

举个"栗子"

准备 CloudCanal

• 登陆 CloudCanal SaaS版,使用参见快速上手文档

添加数据源

• CloudCanal 支持 6.8 及以上版本 ES，我们点击 数据源管理->新增数据源 添加 ES 数据源
  

• 填写必要 host 信息后点击 新增数据源
  

创建任务

• 点击任务管理，选择创建任务
  

数据源设置

• 勾选源端和目标端数据库，并且选择相应的数据库
  

功能配置

• 选择数据同步，并勾选数据初始化(带全量迁移)
  

表&action过滤

• 此处可以进行的操作主要是：

  • 勾选需要订阅的表
  • 选择需要映射的索引（支持映射已经存在的索引）
  • 勾选 IUD 过滤
  • 批量设置分片数

  tips: CloudCanal的结构迁移支持自动帮用户按照源端表结构创建索引

  

数据处理

• 本页面提供的主要能力有：

  • 列裁剪设置(包括批量筛选和设置)
  • 设置源端where过滤条件
  • 索引设置
  • 分词器设置
  • 列映射（如果同步的是已经存在的索引，支持列映射）

  

创建确认

• 最后一步，确认创建内容无误后点击确认创建。
  

查看任务状态

• 回到 CloudCanal 控制台，刷新并查看任务实时状态，从结构迁移、数据初始化，到数据同步。
  

• 登录 ES Kibana 控制台，查看迁移同步过去的结构和数据。
  

总结

本文简单介绍了如何使用 CloudCanal 快速构建 MySQL->ElasticSearch 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。

更多精彩

• 5分钟搞定-mysql-到-mysql-异构-在线数据迁移同步
• 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
• mysql到clickhouse实时同步-cloudcanal实战

社区快讯

• 我们创建 CloudCanal 微信粉丝群啦，在里面，你可以得到最新版本发布信息和资源链接，你能看到其他用户一手评测、使用情况，你更能得到热情的问题解答，当然你还可以给我们提需求和问题。快快加入吧。
  • 扫描下方二维码，添加我们小助手微信拉您进群，接头语(“CloudCanal yyds”)