Google Cloud Spanner to StarRocks
| 功能 | 说明 |
|---|---|
结构迁移 | 如果对端 Schema 不存在，自动从源端获取元数据并由 CloudCanal 负责生成 CREATE 语句生成对端 Schema |
增量同步 | 支持获取源量产生的 INSERT, UPDATE, DELETE 操作并实时写入对端集群 |
数据校验和订正 | 一次性扫描并对比源端与对端的现有数据，可选择根据校验结果自动将不一致的数据覆盖成源端的最新状态。支持周期性定时任务。具体详情见 创建定时校验和订正任务。 |
修改订阅 | 在链路正常运转期间支持新增、删除表，并自动触发新表的结构全量迁移，具体详情见 修改订阅情况。 |
映射和过滤 | 支持自动的表名映射规则：保持原名、全转化为小写、全转化为大写、截取 "_数字" 后缀等。 |
元数据检索 | 从源端表查对端，查询设置过过滤条件的，查询设置过对端主键的 |
重置位点 | 支持按照时间戳回溯位点，通过 Change Streams 重新消费指定时间点之后的增量数据 |
高级功能
| 功能 | 说明 |
|---|---|
全量前清空目标数据 | 运行全量任务前清除老数据，包括重跑任务、定时全量迁移都会触发此能力 |
重建目标表 | 运行全量任务前重建目标表，包括重跑任务、定时全量迁移都会触发此能力 |
Stream Load 数据写入 | 采用 Stream Load 到 StarRocks Be 写入数据, 默认攒批写入，可动态调节刷出数据节奏和批次大小 |
0 值时间处理 | 支持将 0 值时间设置成不同类型的值，防止写入对端报错 |
自定义目标表属性 | 指定诸如分桶数（bucket count）或者副本数（replica count）等属性。 |
分区表同步 | 创建任务时可静态或动态指定表级别的分区规则定义，创建结构全量任务会自动应用该分区定义 |
定时全量迁移任务 | 具体详情见 创建定时全量迁移任务。 |
自定义开发代码 | 使用 Java 编写业务处理逻辑并在此应用，过滤特定数据或打宽表。具体详情见 自定义代码处理，调试自定义代码 以及 在自定义代码增加日志。 |
增加虚拟列 | 指定某列或为对端新建某列为虚拟列，可自定义一个固定值应用于目标数据表中（常用于地域标识）。 |
指定对端主键 | 支持转换为主键便于对端数据聚合或其他业务形式操作。 |
数据源端过滤条件 | 支持使用原生的 SQL WHERE 条件过滤特定的不需要同步的数据。具体详情见 数据过滤条件。 |
限制和注意点
| 限制项 | 说明 |
|---|---|
Google Cloud API | 需要为您的 Google Cloud 项目启用 Google Cloud Spanner API。 |
对端表类型 | 仅支持 主键模型(Primary Key) |
源端表类型 | 不支持 无主键表 迁移同步 |
增量写入冲突策略 | Stream Load 写入以主键进行整行替换 |
前置条件
| 条件 | 说明 |
|---|---|
账号权限要求 | 请参考 Spanner 权限要求。 |
开启数据库变更流 (Change Streams) | 需要为 Spanner 数据库开启 Change Streams 功能以捕获增量变更数据。 |
任务参数
| 参数名称 | 说明 |
|---|---|
spannerProjectId | Google Cloud 项目 ID |
spannerInstanceId | Spanner 实例 ID |
spannerDatabaseId | Spanner 数据库 ID |
credentialsPath | Google Cloud 服务账号 (Service Account) 的 JSON 凭证文件路径或 URL。 |
fullBatchSize | 全量同步时的批次大小。 |
fullPagingCount | 全量同步时的分页分区大小。 |
scanParallel | 全量同步时的并行扫描线程数。 |
snapshotRead | 是否使用快照读 (Snapshot Read)，有助于提供强一致性的读取点。 |
increStartPosition | 增量同步 (CDC) 的起始位点（时间戳）。 |
heartbeatIntervalMs | Change Stream 心跳间隔(毫秒) |
filterDDL | 是否在增量同步中过滤掉 DDL 语句。 |
fullDataSqlConditionEnabled | 在全量同步扫描源端数据时允许添加 SQL 过滤条件。 |
Tips: 通用参数配置请参考 通用参数及功能
任务参数
| 参数名称 | 说明 |
|---|---|
host | MySQL 协议交互链接，对应 StarRocks FE QueryPort |
httpHost | StarRocks stream load 链接，对应 StarRocks FE/BE HttpPort |
totalDataInMemMb | 攒批写入，内存中最大数据容量，超过此容量或超过 asyncFlushIntervalSec 则刷出 数据到写入队列 |
asyncFlushIntervalSec | 攒批写入，等待刷出的间隔时间，超过此时间或超过 totalDataInMemMb 则刷出数据到写入队列 |
flushBatchMb | 单表最大攒批容量，超过此容量则刷出数据到写入队列 |
realFlushPauseSec | 使用 stream load 刷出数据到 StarRocks 的等待时间，0 则不等待 |
soTimeoutSec | 在 QueryPort 执行操作时 tcp 超时链接 (so_timeout) |
httpSoTimeoutSec | 在 HttpPort 执行操作时 tcp 超时链接 (so_timeout) |
enableTimeZoneProcess | 是否对时间字段进行时区转换 |
timezone | 目标端 StarRocks 时区，例如 +08:00 Asia/Shanghai America/New_York |
maxInSizePerQuery | 校验任务中，对端单次查询的最大 IN 条件值数量，大于该值会自动拆分多次查询 |
Tips: 通用参数配置请参考 通用参数及功能
