跳到主要内容

MySQL 到 ElasticSearch

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。 8ab5e2b2-3a48-4042-b53b-1e469734b157-image.png

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​

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 1048936c-46bb-4495-b33f-6bbdece681ba-image.png

  • 填写必要 host 信息后点击 新增数据源 2c28c66a-6392-4994-a98d-e4dd3a672c98-image.png

创建任务​

  • 点击任务管理，选择创建任务 8637011b-9477-45d1-b9c5-f2e166bed7d0-image.png

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 deb89653-e04d-430a-b6c6-1a27d0d785df-image.png

功能配置​

  • 选择数据同步，并勾选数据初始化(带全量迁移) 450e225c-db1b-477f-8a81-bd5c5e8ea87e-image.png

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

    cbd229cc-2803-482a-bddc-26048f392571-image.png

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）

    c250f412-12c1-45bd-b1a2-bbf77a0b152c-image.png

创建确认​

  • 最后一步，确认创建内容无误后点击确认创建。 e308cb9d-0016-41d1-982a-84f742b4a12f-image.png

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。 253e90e4-6d8e-41c4-b421-eb95a0f73d9f-image.png

  • 登录 ES Kibana 控制台，查看迁移同步过去的结构和数据。 9ddba516-afa8-4d9b-aeec-f64a1485f3ef-image.png

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。