欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

mysql增量同步到greenplum

程序员文章站 2022-07-09 19:32:29
采用工具:maxwell+Kafka+bireme maxwell:maxwell能实时解析MySQL的binlog,并输出json格式的数据发送到Kafka(还支持其它的消息中间件),具体参见:maxwell官网 Kafka: 一种消息中间件,在该方案中主要用于消息中转,具体参见Kafka官网 b ......

采用工具:maxwell+kafka+bireme

maxwell:maxwell能实时解析mysql的binlog,并输出json格式的数据发送到kafka(还支持其它的消息中间件),具体参见:

kafka: 一种消息中间件,在该方案中主要用于消息中转,具体参见kafka官网

bireme:支持greenplum的数据增量同步工具,在写入greenplum的过程中,由于采用copy模式,所以性能较高,具体参见bireme官网

大致原理就是:利用maxwell把mysql binlog解析成json,然后用kafka创建topic,然后用bireme消费,从而达到增量,增量的前提是先把数据全量同步一次,然后再增量。

全量同步初始化个人推荐dbswitch工具,个人测试使用体验最佳,可以自动创建表结构,同步速度也很快。

操作步骤:

1.下载并搭建kafka服务

2.下载并搭建maxwell服务,修改配置使其能够连接mysql并能向kafka写入数据

3.下载并搭建bireme服务,修改配置使其能读取kafka的数据并能向greenplum写入数据

kafka:

(1)下载安装:

wget http://mirrors.hust.edu.cn/apache/kafka/2.5.0/kafka_2.12-2.5.0.tgz
tar -xzf kafka_2.12-2.5.0.tgz -c /usr/local

(2)配置server.properties,我的简单配置如下:

[root@szwpldb1080 config]# cat server.properties |grep -ve '^#|^$'
broker.id=0
num.network.threads=3
num.io.threads=8
socket.send.buffer.bytes=102400
socket.receive.buffer.bytes=102400
socket.request.max.bytes=104857600
log.dirs=/tmp/kafka-logs
num.partitions=1
num.recovery.threads.per.data.dir=1
offsets.topic.replication.factor=1
transaction.state.log.replication.factor=1
transaction.state.log.min.isr=1
log.retention.hours=16
log.cleanup.policy=delete
log.segment.bytes=1073741824
log.retention.check.interval.ms=3000
delete.topic.enable = true
zookeeper.connect=localhost:2181
zookeeper.connection.timeout.ms=6000
delete.topic.enable=true
group.initial.rebalance.delay.ms=0
advertised.host.name=172.18.1.150

(3)制作kafka启停脚本(提前安装好java):

#!/usr/bin/env bash
# chkconfig: 2345 20 80
#description: start and stop server
zoop_home=/usr/local/kafka_2.12-2.5.0/bin
java_home=/usr/java/jdk1.8.0_221/
path=$java_home/bin:$path
classpath=.:$java_home/lib/dt.jar:$java_home/lib/tools.jar
svr_name=kafka case $1 in start) echo "starting $zoop_home/$svr_name ..." $zoop_home/kafka-server-start.sh /usr/local/kafka_2.12-2.5.0/config/server.properties > /tmp/kafka.logs.out& ;; stop) echo "stopping $pro_home/$svr_name ..." ps -ef|grep *.$svr_name* |grep -v grep |awk '{print $2}' | sed -e "s/^/kill -9 /g" | sh - ;; restart) "$0" stop sleep 3 "$0" start ;; status) ps -ef|grep *.$svr_name* ;; logs) tail -f /tmp/zookeeper.logs.out ;; *) echo "example: server-$svr_name [start|stop|restart|status|logs]" ;; esac

添加到 /etc/rc.d/init.d ,然后就可以直接service kafka xxx来管理,或者添加到systemd下面,确保服务正常启动安装zookerper,然后启动kafka。

我的zookeeper简单配置如下:

[root@szwpldb1080 config]# cat zookeeper.properties |grep -ev '^$|^#'
datadir=/tmp/zookeeper
clientport=2181
maxclientcnxns=0

zookeeper启停脚本

#!/usr/bin/env bash
# chkconfig: 2345 20 80
#description: start and stop server
zoop_home=/usr/local/kafka_2.12-2.5.0/bin
java_home=/usr/java/jdk1.8.0_221/
path=$java_home/bin:$path
classpath=.:$java_home/lib/dt.jar:$java_home/lib/tools.jar

svr_name=zookeeper
case $1 in 
    start)
        echo "starting $zoop_home/$svr_name ..."
       $zoop_home/zookeeper-server-start.sh /usr/local/kafka_2.12-2.5.0/config/zookeeper.properties  > /tmp/zookeeper.logs.out&
        ;;
    stop)
        echo "stopping $pro_home/$svr_name ..."
        ps -ef|grep *.$svr_name* |grep -v grep |awk '{print $2}'  | sed -e "s/^/kill -9 /g" | sh - 
        ;;
    restart)
        "$0" stop
        sleep 3
        "$0" start
        ;;
    status)
        ps -ef|grep *.$svr_name*
        ;;
    logs)
        tail -f /tmp/zookeeper.logs.out
        ;;
    *)       
        echo "example: server-$svr_name [start|stop|restart|status|logs]" ;;
esac

(4)检查状态:

[root@szwpldb1080 config]# jps
1762 kafka
18521 quorumpeermain
30383 jps

maxwell:

(1)docker镜像下载

docker pull zendesk/maxwell

(2)在源端mysql建好用户设置好权限,测试maxwell:

docker run -ti --rm zendesk/maxwell bin/maxwell --user='xxxx' --password='xxxx' --host='x.x.x.x' --producer=stdout 

看到日志输出正常,可以放后台运行:

docker run -d --rm zendesk/maxwell bin/maxwell --user='xx' \
 --password='xx' --host='x.x.x.x' --port=3306\
 --producer=kafka --kafka.bootstrap.servers='x.x.x.x:9092'\
 --kafka_topic=syncdb --log_level=debug --output_ddl

然后创建kafka topic:

bin/kafka-topics.sh --create --topic syncdb --zookeeper localhost:2181 --partitions 1 --replication-factor 2

topic名字与maxwell创建的topic一致,并且由于maxwell可以解析所有binlog,但是bireme工具只能同步dml,因此没有加 --output_ddl

具体maxwell参数用法可以参考:

检查kafka消费情况:

[root@szwpldb1080 bin]# ./kafka-topics.sh --zookeeper localhost:2181 --describe --topic syncdb
topic:syncdb    partitioncount:1    replicationfactor:1    configs:
    topic: syncdb    partition: 0    leader: 0    replicas: 0    isr: 0
[root@szwpldb1080 bin]#./kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic syncdb --from-beginning

看到kafka能接收maxwell产生的json文件,表示没问题。

bireme

安装配置都很简单,此处略过。

主要是修改以下2个配置文件。

config.properties
maxwell1.properties

然后监控 http://x.x.x.x:8080或者监控bireme日志就可以了。

总结:

只能同步dml语句,无法处理ddl,对比几款开源的工具已经同步方式,我觉得我这种是最舒服的。