TiDB 到 Elasticsearch

选择对端数据库：

Elasticsearch

数据链路

基本功能

功能	说明
结构迁移	如目标不存在 Index，则根据源端元数据，结合映射规则在对端创建 Index mapping
全量数据迁移	逻辑迁移，通过顺序扫描表数据，将数据分批写入到对端数据库
增量实时同步	支持 INSERT, UPDATE, DELETE 常见 DML 同步 无主键表 UPDATE, DELETE 不同步
数据校验和订正	全量数据校验，并可选根据校验结果订正差异数据，支持定时，文档：创建定时校验订正任务
修改订阅	新增、删除、修改订阅表，支持历史数据迁移，文档：修改订阅
重置位点	按 时间戳 回溯位点，重新消费过去一段时间未被 TiKV GC 掉的增量数据
索引名映射	支持 按下划线拼接(任务名_DB_SCHEMA_表), 转小写, 转大写, 和源端保持一致, 以'_数字'后缀截取
DDL 同步	ALTER TABLE ADD COLUMN
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

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
ES 时间写入格式	以该字段的第一个时间格式写入 Elasticsearch，如果未设置时间格式，则使用 yyyy-MM-dd'T'HH:mm:ss 格式
ES 时区设置	只有当时间格式的时区为 ZZZZZ 时，才会将页面设置的时区写入到 Elasticsearch
可选索引字段	默认索引所有字段，可选择不索引指定字段
字段级分词器	可选择字符串类型且索引的字段分词器，支持 STANDARD（默认）、SIMPLE 等常见分词器，并可指定自定义分词器
设定 Index _id 字段	默认以源端主键值拼接，可修改为其他字段值
定时全量迁移	文档1：创建定时全量任务 文档2：定时全量实现增量数据迁移
自定义代码	文档1：创建自定义代码任务 文档2：自定义代码任务 debug 文档3：在自定义代码中打日志
数据过滤条件	支持 WHERE 条件进行数据过滤，内容为 SQL 92 子集，文档：创建数据过滤任务

使用示例

标题	详情
Elasticsearch 对端同步技术详解	文档：Elasticsearch 对端同步技术详解
CloudCanal x TiDB 数据迁移同步	文档：CloudCanal x TiDB 数据迁移同步

---

源端数据源

前置条件

条件	说明
账号权限	文档：TiDB 需要的权限
PD节点网络连通	请确保 CloudCanal 各节点能正常与 PD 各节点通讯 telnet [PD节点IP] [PD节点端口号]
TiKV GC 回收频率	在 TiDB Server 中修改 GC 周期时间为 24小时 以上 set global tidb_gc_life_time = "24h0m0s";
TiKV 历史变更数据缓存	建议根据任务所需适当调整大小 old-value-cache-memory-quota：增量旧数据占用 TiKV 节点的内存的上限 sink-memory-quota：增量数据占用 TiKV 节点的内存的上限

任务参数

参数名称	说明
printDetailLog	打印接收到的增量，常用于判断源端是否有增量数据推送
pdHost	任务请求的 PD 节点地址，格式为: [PD_IP]:[PD_PORT], 多个 PD 节点用 , 隔开 例: 127.0.0.1:2379,127.0.0.1:2380
cdcGrpcTimeout	任务与 PD 节点 gRpc 连接通道的超时时间，单位ms
cdcStubTimeout	gRpc 通道中的每个 stub 的超时时间，超过该时间会自动重新订阅，单位ms
fastFailKeywords	字符串数组，以逗号分隔，当异常信息中包含这些关键字时，任务不再尝试重连，直接重启。例如 DEADLINE_EXCEEDED 表示当 gRPC 超时异常时不再重连，直接重启任务

Tips: 通用参数配置请参考 通用参数及功能

---

目标端数据源

前置条件

条件	说明
账号权限	具备索引的 create, delete, create_index, delete_index, read, write 权限
网络准备	迁移同步节点（sidecar）可连接 Elasticsearch 节点

任务参数

参数名称	说明
maxBulkSizeMb	单表最大攒批容量，超过此容量则刷出数据到写入队列
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
realFlushPauseSec	使用 Bulk Write 刷出数据到 ElasticSearch 的等待时间，0 则不等待
pkSeparator	拼接 _id 的分隔符（字段数 > 1）
enableBulkSizeThreshold	启用批量写入模式（默认开启）

Tips: 通用参数配置请参考 通用参数及功能