跳到主要内容

MySQL 到 PolarDB-X 数据同步

· 阅读需 6 分钟
励强
励强

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:​

造数据​

  • 混合负载，IUD 比例 2:7:1 截屏2021-10-29 下午12.12.22.png

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 截屏2021-10-29 下午12.03.15.png

任务创建​

  • 任务管理->任务创建

  • 选择源和目标数据源 截屏2021-10-29 下午12.04.55.png

  • 选择数据同步，并勾选 全量数据初始化, 其他选项默认 截屏2021-10-29 下午12.07.05.png

  • 选择需要迁移同步的表 截屏2021-10-29 下午12.08.54.png

  • 选择列,默认全选

  • 设定分库分表算法和字段 截屏2021-10-29 下午12.11.08.png

  • 确认创建,并自动运行 截屏2021-10-29 下午12.13.18.png

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 截屏2021-10-29 下午12.14.32.png

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，帮助用户快速构建一条验证分布式数据库的数据链路。