立聪堂德州十三局店 发表于 2025-2-20 15:30:29

mysql实时同步到es

测试了多个方案同步,最终选择oceanu产品,底层基于Flink cdc
1、实时性能够保证,binlog量很大时也不产生延迟
2、设置SQL即可完成,操作上简单
下面示例mysql的100张分表实时同步到es,优化备注等文本字段的like查询
创建SQL作业

CREATE TABLE from_mysql (
id int,
cid int NOT NULL,
gid bigint NOT NULL,
content varchar,
create_time TIMESTAMP(3),
PRIMARY KEY (id) NOT ENFORCED
) WITH (
'connector' = 'mysql-cdc',
'hostname' = 'mysql-ip',
'port' = '3306',
'username' = 'mysqluser',
'password' = 'mysqlpwd',
'database-name' = 'mysqldb',
'debezium.snapshot.locking.mode' = 'none',
'table-name' = 'tb_test?',
'server-id' = '100-110',
'server-time-zone' = 'Asia/Shanghai',
'debezium.skipped.operations' = 'd',
'debezium.snapshot.mode' = 'schema_only',
'debezium.min.row.count.to.stream.results' = '50000'
);

CREATE TABLE to_es (
id string,
tableid int,
tablename string,
cid int NOT NULL,
gid string NOT NULL,
content string,
create_time string,
PRIMARY KEY (id,companyId) NOT ENFORCED
) WITH (
   'connector.type' = 'elasticsearch',
   'connector.version' = '7',
   'connector.hosts' = 'http://ip:9200',
   'connector.index' = 'myindex',
   'connector.document-type' = '_doc',
   'connector.username' = 'elastic',
   'connector.password' = 'password123',
   'update-mode' = 'upsert',
   'connector.key-delimiter' = '$',
   'connector.key-null-literal' = 'n/a',
   'connector.failure-handler' = 'retry-rejected',
   'connector.flush-on-checkpoint' = 'true',
   'connector.bulk-flush.max-actions' = '10000',
   'connector.bulk-flush.max-size' = '2 mb',
   'connector.bulk-flush.interval' = '2000',
   'connector.connection-max-retry-timeout' = '300',
   'format.type' = 'json'
);

INSERT INTO to_es
SELECT
concat(CAST(id as string),'-',CAST(mod(cid,100) AS VARCHAR)) as id,
id tableid,
tablename,
cid,
gid,
content,
DATE_FORMAT(create_time, 'yyyy-MM-dd HH:mm:ss') as create_time
from from_mysql这里主要留意字段类型
scan.startup.mode:"initial"(默认,同步汗青数据),"latest-offset" 同步增量数据
最后insert可以加where,只同步需要的行数据
es设置

设置好mapping、setting和自己的分词器

利用自字义分词是由于字段中全部涉及的标点符号、空格等都可以来检索
PUT myindex-20230314/
{
"mappings": {
    "properties": {
      "id":{
      "type": "text"
      },
      "tableid":{
      "type": "long"
      },
      "cid":{
      "type": "long"
      },
      "gid":{
      "type": "text",
    "analyzer": "my_analyzer"
      },
      "content":{
      "type": "text",
    "analyzer": "my_analyzer"
      },
                        "create_time" : {
          "type" : "keyword"
      }
    }
},
"settings": {
    "index":{
      "number_of_shards": "10",
      "number_of_replicas": "1",
      "refresh_interval" : "1s",
      "translog": {
      "sync_interval": "30s",
      "durability": "async"
      },
      "codec": "best_compression",   
    "analysis": {
      "analyzer": {
      "my_analyzer": {
          "tokenizer": "my_tokenizer",
          "filter": [
            "lowercase"
          ]
      }
      },
      "tokenizer": {
      "my_tokenizer": {
          "type": "ngram",
          "min_gram": 1,
          "max_gram": 2,
          "token_chars": [
            "letter",
            "digit","whitespace","punctuation","symbol"
          ]
      }
      }
    }
    }
}
}利用别名,方便后续的维护
POST /_aliases
{
    "actions": [
      { "add":    { "index": "myindex-20230314", "alias": "myindex" }}
    ]
}之前测试的

[*]canal单进程延迟越来越大,单独设置汗青数据同步
[*]go-mysql-elasticsearch经常报错重新同步
[*]logstash同步100张分表不知道怎么设置
[*]
oceanus是收费的对于运维人员不敷的情况,可以参考,有精力的可以思量flink。
欢迎关注我的公众号:老王76。一起进步吧!

免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。
页: [1]
查看完整版本: mysql实时同步到es