通过 Flink CDC CLI 提交任务：整库同步 MySQL 到 Doris
Streaming ELT 同步 MySQL 到 Doris #这篇教程将展示怎样基于 Flink CDC 快速构建 MySQL 到 Doris 的 Streaming ELT 作业，包罗整库同步、表结构变更同步和分库分表同步的功能。 本教程的演示都将在 Flink CDC CLI 中举行，无需一行 Java/Scala 代码，也无需安装 IDE。
准备阶段 #
准备一台已经安装了 Docker 的 Linux 或者 MacOS 电脑。
准备 Flink Standalone 集群 #
[*] 下载 Flink 1.18.0，解压后得到 flink-1.18.0 目录。 使用下面的下令跳转至 Flink 目录下，并且设置 FLINK_HOME 为 flink-1.18.0 所在目录。
cd flink-1.18.0
[*] 通过在 conf/flink-conf.yaml 设置文件追加下列参数开启 checkpoint，每隔 3 秒做一次 checkpoint。
execution.checkpointing.interval: 3000
[*] 使用下面的下令启动 Flink 集群。
./bin/start-cluster.sh
启动成功的话，可以在 http://localhost:8081/访问到 Flink Web UI，如下所示：
https://i-blog.csdnimg.cn/img_convert/47287a1236de92e6cc61e1e5c6a7a161.png
多次实行 start-cluster.sh 可以拉起多个 TaskManager。
准备 Docker 情况 #
接下来的教程将以 docker-compose 的方式准备所必要的组件。
[*] 宿主机设置 由于 Doris 的运行必要内存映射支持，需在宿主机实行如下下令:
sysctl -w vm.max_map_count=2000000
MacOS 由于内部实现容器的方式不同，在摆设时宿主机直接修改max_map_count值大概无法成功，必要先创建以下容器：
docker run -it --privileged --pid=host --name=change_count debian nsenter -t 1 -m -u -n -i sh
容器创建成功实行以下下令：
sysctl -w vm.max_map_count=2000000
然后 exit 退出，创建 Doris Docker 集群。
[*] docker 镜像启动 使用下面的内容创建一个 docker-compose.yml 文件：
version: '2.1'
services:
doris:
image: yagagagaga/doris-standalone
ports:
- "8030:8030"
- "8040:8040"
- "9030:9030"
mysql:
image: debezium/example-mysql:1.1
ports:
- "3306:3306"
environment:
- MYSQL_ROOT_PASSWORD=123456
- MYSQL_USER=mysqluser
- MYSQL_PASSWORD=mysqlpw
该 Docker Compose 中包罗的容器有：
[*]MySQL: 包罗商品信息的数据库 app_db
[*]Doris: 存储从 MySQL 中根据规则映射过来的结果表
在 docker-compose.yml 所在目录下实行下面的下令来启动本教程必要的组件：
docker-compose up -d
该下令将以 detached 模式自动启动 Docker Compose 设置中定义的所有容器。你可以通过 docker ps 来观察上述的容器是否正常启动了，也可以通过访问http://localhost:8030/ 来查看 Doris 是否运行正常。
在 MySQL 数据库中准备数据 #
[*] 进入 MySQL 容器
docker-compose exec mysql mysql -uroot -p123456
[*] 创建数据库 app_db 和表 orders,products,shipments，并插入数据
-- 创建数据库
CREATE DATABASE app_db;
USE app_db;
-- 创建 orders 表
CREATE TABLE `orders` (
`id` INT NOT NULL,
`price` DECIMAL(10,2) NOT NULL,
PRIMARY KEY (`id`)
);
-- 插入数据
INSERT INTO `orders` (`id`, `price`) VALUES (1, 4.00);
INSERT INTO `orders` (`id`, `price`) VALUES (2, 100.00);
-- 创建 shipments 表
CREATE TABLE `shipments` (
`id` INT NOT NULL,
`city` VARCHAR(255) NOT NULL,
PRIMARY KEY (`id`)
);
-- 插入数据
INSERT INTO `shipments` (`id`, `city`) VALUES (1, 'beijing');
INSERT INTO `shipments` (`id`, `city`) VALUES (2, 'xian');
-- 创建 products 表
CREATE TABLE `products` (
`id` INT NOT NULL,
`product` VARCHAR(255) NOT NULL,
PRIMARY KEY (`id`)
);
-- 插入数据
INSERT INTO `products` (`id`, `product`) VALUES (1, 'Beer');
INSERT INTO `products` (`id`, `product`) VALUES (2, 'Cap');
INSERT INTO `products` (`id`, `product`) VALUES (3, 'Peanut');
Create database in Doris #
Doris 暂时不支持自动创建数据库，必要先创建写入表对应的数据库。
[*] 进入 Doris Web UI。
http://localhost:8030/
默认的用户名为 root，默认密码为空。
[*] 通过 Web UI 创建 app_db 数据库
create database app_db;
通过 Flink CDC CLI 提交任务 #
[*] 下载下面列出的二进制压缩包，并解压得到目录 flink-cdc-3.2.1； flink-cdc-3.2.1-bin.tar.gz flink-cdc-3.2.1 下会包罗 bin、lib、log、conf 四个目录。
[*] 下载下面列出的 connector 包，并且移动到 lib 目录下； 下载链接只对已发布的版本有效, SNAPSHOT 版本必要本地基于 master 或 release- 分支编译. 请留意，您必要将 jar 移动到 Flink CDC Home 的 lib 目录，而非 Flink Home 的 lib 目录下。
[*]MySQL pipeline connector 3.2.1
[*]Apache Doris pipeline connector 3.2.1
您还必要将下面的 Driver 包放在 Flink lib 目录下，或通过 --jar 参数将其传入 Flink CDC CLI，由于 CDC Connectors 不再包罗这些 Drivers：
[*]MySQL Connector Java
3.编写任务设置 yaml 文件。 下面给出了一个整库同步的示例文件 mysql-to-doris.yaml：
################################################################################
# Description: Sync MySQL all tables to Doris
################################################################################
source:
type: mysql
hostname: localhost
port: 3306
username: root
password: 123456
tables: app_db.\.*
server-id: 5400-5404
server-time-zone: UTC
sink:
type: doris
fenodes: 127.0.0.1:8030
username: root
password: ""
table.create.properties.light_schema_change: true
table.create.properties.replication_num: 1
pipeline:
name: Sync MySQL Database to Doris
parallelism: 2
其中： source 中的 tables: app_db.\.* 通过正则匹配同步 app_db 下的所有表。 sink 添加 table.create.properties.replication_num 参数是由于 Docker 镜像中只有一个 Doris BE 节点。
[*] 最后，通过下令行提交任务到 Flink Standalone cluster
bash bin/flink-cdc.sh mysql-to-doris.yaml
提交成功后，返复书息如：
Pipeline has been submitted to cluster.
Job ID: ae30f4580f1918bebf16752d4963dc54
Job Description: Sync MySQL Database to Doris
在 Flink Web UI，可以看到一个名为 Sync MySQL Database to Doris 的任务正在运行。
https://i-blog.csdnimg.cn/img_convert/5680af282c88d5cc6c23b7a785874fe5.png
打开 Doris 的 Web UI，可以看到数据表已经被创建出来，数据能成功写入。
https://i-blog.csdnimg.cn/img_convert/3a434182b0a52546d9256b47cc2e8be7.png
同步变更 #
进入 MySQL 容器
docker-compose exec mysql mysql -uroot -p123456
接下来，修改 MySQL 数据库中表的数据，Doris 中显示的订单数据也将及时更新：
[*] 在 MySQL 的 orders 表中插入一条数据
INSERT INTO app_db.orders (id, price) VALUES (3, 100.00);
[*] 在 MySQL 的 orders 表中增加一个字段
ALTER TABLE app_db.orders ADD amount varchar(100) NULL;
[*] 在 MySQL 的 orders 表中更新一条数据
UPDATE app_db.orders SET price=100.00, amount=100.00 WHERE id=1;
[*] 在 MySQL 的 orders 表中删除一条数据
DELETE FROM app_db.orders WHERE id=2;
每实行一步就刷新一次 Doris Web UI，可以看到 Doris 中显示的 orders 数据将及时更新，如下所示：
https://i-blog.csdnimg.cn/img_convert/f47292f8c8750117ba089342793072fd.png
同样的，去修改 shipments, products 表，也能在 Doris 中及时看到同步变更的结果。
Route the changes #
Flink CDC 提供了将源表的表结构/数据路由到其他表名的设置，借助这种能力，我们能够实现表名库名更换，整库同步等功能。 下面提供一个设置文件说明：
################################################################################
# Description: Sync MySQL all tables to Doris
################################################################################
source:
type: mysql
hostname: localhost
port: 3306
username: root
password: 123456
tables: app_db.\.*
server-id: 5400-5404
server-time-zone: UTC
sink:
type: doris
fenodes: 127.0.0.1:8030
benodes: 127.0.0.1:8040
username: root
password: ""
table.create.properties.light_schema_change: true
table.create.properties.replication_num: 1
route:
- source-table: app_db.orders
sink-table: ods_db.ods_orders
- source-table: app_db.shipments
sink-table: ods_db.ods_shipments
- source-table: app_db.products
sink-table: ods_db.ods_products
pipeline:
name: Sync MySQL Database to Doris
parallelism: 2
通过上面的 route 设置，会将 app_db.orders 表的结构和数据同步到 ods_db.ods_orders 中。从而实现数据库迁移的功能。 特别地，source-table 支持正则表达式匹配多表，从而实现分库分表同步的功能，例如下面的设置：
route:
- source-table: app_db.order\.*
sink-table: ods_db.ods_orders
这样，就可以将诸如 app_db.order01、app_db.order02、app_db.order03 的表汇总到 ods_db.ods_orders 中。留意，目前还不支持多表中存在类似主键数据的场景，将在后续版本支持。
情况整理 #
本教程结束后，在 docker-compose.yml 文件所在的目录下实行如下下令制止所有容器：
docker-compose down
在 Flink 所在目录 flink-1.18.0 下实行如下下令制止 Flink 集群：
./bin/stop-cluster.sh
links：
MySQL 同步到 Doris | Apache Flink CDC
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]