将数据从 MySQL 迁移至 MatrixOne

本篇文档将指导你如何将数据从 MySQL 迁移至 MatrixOne。

MatrixOne 保持了对 MySQL 语法的高度兼容，因此在迁移过程中，需要做的语法调整也是最少的。尽管如此，MatrixOne 与 MySQL 在数据类型以及数据对象方面，仍然存在着些许差异使得迁移过程需要做出一些调整。

数据类型差异

MatrixOne 中，数据类型在保持与 MySQL 命名一致的情况下，在精度与范围上，与 MySQL 存在有着细微的差异，具体可参见数据类型。

在线迁移

本章节将指导你使用第三方工具，将数据从 MySQL 迁移至 MatrixOne。

  • 适用场景：数据量较小（建议小于 1GB），对迁移的速度不敏感的场景。

准备工作

  • 带图形界面的跳板机：可连接 MySQL 源端，也可连接 MatrixOne 目标端。
  • 数据迁移工具：在跳板机上下载 DBeaver。

第一步：迁移表结构

在这里以 TPCH 数据集为例，将 TPCH 数据集的 8 张表从 MySQL 迁移至 MatrixOne。

  1. 打开 DBeaver，从 MySQL 中选择待迁移的表，鼠标右键点击后选择生成 SQL > DDL 点击复制，先将这段 SQL 复制到一个文本编辑器内，给文本编辑器命名为 tpch_ddl.sql，保存到跳板机本地。

    将数据从 MySQL 迁移至 MatrixOne - 图1

  2. 使用下面的命令替换 tpch_ddl.sql 文件内 MatrixOne 不支持的关键字：

    1. # Linux 系统执行的命令如下：
    2. sed -i 's/ ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci//g' /YOUR_PATH/tpch_ddl.sql
    4. #MacOS 系统使用的命令如下：
    5. sed -i '' 's/ ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci//g' /YOUR_PATH/tpch_ddl.sql

  3. 连接到 MatrixOne，在 MatrixOne 中创建新的数据库和表：

    1. create database tpch;
    2. use tpch;
    3. source '/YOUR_PATH/tpch_ddl.sql'

第二步：迁移数据

  1. 打开 DBeaver，从 MySQL 中选择待迁移的表，鼠标右键点击后选择导出数据：

    将数据从 MySQL 迁移至 MatrixOne - 图2

  2. 在转化目标 > 导出目标窗口选择数据库，点击下一步；在表映射窗口选择目标容器，目标容器选择 MatrixOne 的数据库 tpch：

    将数据从 MySQL 迁移至 MatrixOne - 图3

    将数据从 MySQL 迁移至 MatrixOne - 图4

  3. 在抽取设置和数据加载设置窗口，设置选择抽取和插入的数量，为了触发 MatrixOne 的直接写 S3 策略，建议填写 5000：

    将数据从 MySQL 迁移至 MatrixOne - 图5

    将数据从 MySQL 迁移至 MatrixOne - 图6

  4. 完成设置后，DBeaver 开始对数据进行迁移，在完成后 DBeaver 将会提示迁移成功。

第三步：检查数据

完成迁移之后，可以采用如下方式检查数据：

  • 通过 select count(*) from <table_name> 来确认源库与目标库的数据量是否一致。

  • 通过相关的查询对比结果，你也可以参见完成 TPCH 测试查询示例，进行结果对比。

离线迁移

本章节将指导你通过离线文件导入到 MatrixOne。

  • 适用场景：数据量较大（大于 1GB），对迁移的速度较为敏感的场景。

准备工作

  • 带图形界面的跳板机：可连接 MySQL 源端，也可连接 MatrixOne 目标端的。
  • 数据迁移工具：下载 DBeaver 到跳板机。
  • 安装 mysqldump。如果你不熟悉如何使用 mysqldump，可参见 mysqldump 教程

第一步：迁移表结构

在这里以 TPCH 数据集为例，将 TPCH 数据集的 8 张表从 MySQL 迁移至 MatrixOne。

  1. 打开 DBeaver，从 MySQL 中选择待迁移的表，鼠标右键点击后选择生成 SQL > DDL > 复制，先将这段 SQL 复制到一个文本编辑器内，给文本编辑器命名为 tpch_ddl.sql，保存到跳板机本地。

    将数据从 MySQL 迁移至 MatrixOne - 图7

  2. 使用下面的命令替换 tpch_ddl.sql 文件内 MatrixOne 不支持的关键字：

    1. # Linux系统执行的命令如下：
    2. $ sed -i 's/ ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci//g' /YOUR_PATH/tpch_ddl.sql
    4. #MacOS 系统则使用的命令如下：
    5. sed -i '' 's/ ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci//g' /YOUR_PATH/tpch_ddl.sql

  3. 连接到 MatrixOne，在 MatrixOne 中创建新的数据库和表：

    1. create database tpch;
    2. use tpch;
    3. source '/YOUR_PATH/tpch_ddl.sql'

第二步：迁移数据

在 MatrixOne 中，有两种数据迁移方式可供选择：INSERT 和 LOAD DATA。当数据量大于 1GB 时，首先推荐使用 LOAD DATA，其次可以选择使用 INSERT。

LOAD DATA

使用 LOAD DATA 先将 MySQL 的数据表导出为 CSV 格式，并使用 MatrixOne 的并行 LOAD 功能将数据迁移至 MatrixOne：

  1. 使用 mysqldump 将 MySQL 数据表导出为 CSV 格式文件。请确保你对 filepath 路径具有写权限，并检查 secure_file_priv 配置：

    1. mysqldump -u root -p -t -T /{filepath} tpch --fields-terminated-by='|'

  2. 连接到 MatrixOne，将导出的 CSV 数据导入至 MatrixOne：

    1. mysql> load data infile '/{filepath}/lineitem.txt' INTO TABLE lineitem FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    2. mysql> load data infile '/{filepath}/nation.txt' INTO TABLE nation FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    3. mysql> load data infile '/{filepath}/part.txt' INTO TABLE part FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    4. mysql> load data infile '/{filepath}/customer.txt' INTO TABLE customer FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    5. mysql> load data infile '/{filepath}/orders.txt' INTO TABLE orders FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    6. mysql> load data infile '/{filepath}/supplier.txt' INTO TABLE supplier FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    7. mysql> load data infile '/{filepath}/region.txt' INTO TABLE region FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';
    8. mysql> load data infile '/{filepath}/partsupp.txt' INTO TABLE partsupp FIELDS TERMINATED BY '|' lines TERMINATED BY '\n' parallel 'true';

更多关于 LOAD DATA 的操作示例，参见批量导入。

INSERT

INSERT 语句需要使用 mysqldump 先将逻辑语句导出，再导入到 MatrixOne：

  1. 使用 mysqldump 导出数据，为了确保插入时触发 MatrixOne 的直接写 S3，建议批量插入尽量大，net_buffer_length 这个参数尽量在 10mb 起步：

    1. mysqldump -t tpch -uroot -p --net_buffer_length=10m > tpch_data.sql

  2. 在 MatrixOne 端，执行该 SQL 文件，期间会有报错信息，但是不影响数据的插入：

    1. source '/YOUR_PATH/tpch_data.sql'

更多关于 INSERT 的操作示例，参见插入数据。

第三步：检查数据

完成迁移之后，可以采用如下方式检查数据：

  • 通过 select count(*) from <table_name> 来确认源库与目标库的数据量是否一致。

  • 通过相关的查询对比结果，你也可以参见完成 TPCH 测试查询示例，进行结果对比。

参考示例

如果你是新手，想尝试迁移小数据量的数据，可参见使用 source 命令批量导入数据。