跨互联网数据互通(Kafka)
简介
本文主要介绍如何使用 CloudCanal 快速构建安全的混合云在线数据生态。
此方案具有以下几个特点
- 采用 Kafka 做数据中转
- 双边数据库都不开公网端口
- 互联网数据经过 SSL 加密
- 数据出口经过用户名、密码验证，并设置 ip 白名单加强安全管控
例子中的云数据库、云消息产品、自建数据库等都可以替换成自己当前环境的自建资源或各种云资源。
技术点
混合云数据生态主要的难点在于 网络安全 ,部分用户因为传输同步数据较多，也比较在意流量资源损耗。
基于 CloudCanal 实现的方案，更加关注 网络安全 层面的问题，做到敏感资源 网络单向隔离、链接鉴权、传输加密。
下图简要示例了下 互联网模式 和 专线模式 数据上下云。
举个"栗子"
本文案例主要演示 互联网模式 的跨云数据迁移和同步,具体场景是如何进行数据上云(自建机房数据库-> 阿里云云数据库)，并且长期维持混合云数据体系。当然，相同的方案也可以反过来使用，只是在数据源选择外网内网有所区别。
安装 CloudCanal
准备 Kafka
- 在 阿里云 Kafka 购买页 购买相应的 Kafka , 验证能力可先购买按量实例
- 注意选择 公网/VPC实例，并且选择稍大的公网流量
- 部署实例请选择 2.x.x 版本，最大消息大小 建议调整稍大些(比如 4MB)
- 进入实例，创建 Consumer Group，并记下名称
子账号授权并添加数据源
按照 阿里云子账号准备 文档，创建或者授权子账号，并记住子账号 AK 和 SK , 请授予基本的数据库访问权限
AliyunRDSFullAccess,AliyunKafkaFullAccess分别添加云下自建数据库、阿里云 RDS for MySQL 和 阿里云 Kafka
- 添加阿里云资源时，请在第二步选择自动添加迁移机器白名单
- Kafka 用户名密码可以在 阿里云 Kafka 实例详情页最底下安全配置处找到
- TLS 文件请从 阿里云Kafka根证书下载
开始造数据
- 源端数据库为云下自建数据库，IUD 20:60:20, 1~2 KB/条数据, 每个表 2~4 并发, 每个事务 2~4 条变更, RPS 1000 左右。
使用 CloudCanal 创建云下数据同步任务
- 选择数据源，并选择合适的选项
- 1 处请选择云下或自建集群
- 2 ，3 源端自建数据库选择内网，对端 Kafka 选择公网
- 4 处可以选择兼容 开源 Canal 消息格式，或自带的 CloudCanal 消息格式
- 选择数据同步，并勾选初始化数据
- 选择表，此处不要修改对端 topic，按照默认规则生成即可。
- 选择列，可以裁剪掉一部分列不进行迁移同步
- 创建确认
- 任务正常流转运行中
使用 CloudCanal 创建云上迁移同步任务
- 选择数据源，并选择合适的选项
- 1 请选择 ECS 上客户端所在集群
- 2，3 都选择内网分别访问 Kafka 和 RDS for MySQL
- 4 填写之前在 Aliyun Kafka 控制台创建的 Consumer Group
- 5 选择和云下任务一致的消息格式
- 中间略过表、列选择，一路点击下一步即可
- 创建确认
- 两者任务正常运行中
- 云上消费任务创建因为是在云下任务运行之后，所以需要将云上消费任务位点回溯到云下任务创建之前，以涵盖全部数据。
校验下数据
此次案例数据较多，我们偷个懒，直接打开 RDS for MySQL 公网链接，用云下 CloudCanal 集群链接过来直接做一个数据校验 （生产环境禁止！！！！）
- 为了让校验结果更加清晰，停止造数据
- 申请 RDS for MySQL 公网地址，并修改 CloudCanal 数据源管理页面对应实例的公网地址
- 创建校验任务
- 1 选择云下或本地集群
- 2 ，3 源端自建 MySQL 选择内网访问，目标端 RDS for MySQL 选择外网访问
- 选择任务类型为数据校验
- 中间略过表、列选择，一路点击即可
- 创建确认
- 任务运行完毕，结果正确
总结
本文简要介绍如何使用 CloudCanal 快速构建一条安全、跨互联网数据迁移同步方案。
此方案有以下特点：
- 双边数据库都不开公网端口
- 互联网数据经过 SSL 加密
- 数据出口经过用户名、密码验证，并设置 ip 白名单加强安全管控