MySQL 到 Iceberg 示例

在下面的内容中,我们将通过一个完整的示例介绍如何使用 Apache InLong 创建 MySQL -> Iceberg 整库数据同步。

环境部署

安装 InLong

在开始之前,我们需要安装 InLong 的全部组件,这里提供两种方式:

添加 Connectors

下载与 Flink 版本对应的 connectors,解压后将 sort-connector-iceberg-[version]-SNAPSHOT.jar 放在 /inlong-sort/connectors/ 目录下。

安装 Iceberg

请参考 Apache Iceberg 官网的安装教程

集群初始化

容器启动成功后,访问 InLong Dashboard 地址 http://localhost,并使用以下默认账号登录:

  1. User: admin
  2. Password: inlong

创建集群标签

页面点击 【集群管理】->【标签管理】->【新建】,指定集群标签名称和负责人: Create Cluster Tag

注:default_cluster 是各个组件默认上报集群标签,如果使用其它名称,确认对应标签配置已修改。

注册 Pulsar 集群

页面点击 [集群管理] -> [集群管理] -> [新建集群],注册 Pulsar 集群: Create Pulsar Cluster

MySQL 到 Iceberg 示例 - 图3备注

集群标签选择刚创建的 default_cluster,配置 Docker 部署的 Pulsar 集群:

Service URL 为 pulsar://pulsar:6650, Admin URL 为 http://pulsar:8080.

注册 Iceberg 数据节点

页面点击 [数据节点] -> [创建] ,新增 Iceberg 数据节点. Create Iceberg DataNode

任务创建

新建数据流组

页面点击[数据同步] → [创建],输入 Group ID、Steam ID 和 是否整库迁移: Create Group Stream

创建数据源

数据源中点击 [新建] → [MySQL] 配置数据源名称、地址、库表信息等。 Create Stream_Source

MySQL 到 Iceberg 示例 - 图7备注

  • 这里读取模式选择了 全量+增量,表中的存量数据也会被采集,仅增量 模式则不会。
  • 表名白名单格式为 <dbName>.<tableName>,支持正则表达。

创建数据目标

数据目标中点击 [新建] → [Iceberg],设置数据目标名称并选择创建好的 Iceberg 数据节点, 库表名称我们可以选择与数据源一致,或者自定义。 Create data object

MySQL 到 Iceberg 示例 - 图9备注

自定义库表名称时,支持使用内置参数和字符串组合生成目标库表名称。

内置参数包括:

  • 来源库名:${database}
  • 来源表名:${table}

如:来源表名称为 table1,映射规则为 ${table}_inlong,则 table1 的数据将被最终映射写入至 table1_inlong 中。

审批数据流

点击 [审批管理] -> [我的审批] -> [审批] -> [Ok]. Approve

返回【数据集成】,等待任务配置成功: Success

测试数据

发送数据

  1. #!/bin/bash
  2. # MySQL info
  3. DB_HOST="mysql"
  4. DB_USER="root"
  5. DB_PASS="inlong"
  6. DB_NAME="test"
  7. DB_TABLE1="source_table"
  8. DB_TABLE2="source_table2"
  9. # Insert data in a loop
  10. for ((i=1; i<=500; i++))
  11. do
  12. # Generate data
  13. id=$i
  14. name="name_$i"
  15. # Build an insert SQL
  16. query1="INSERT INTO $DB_TABLE1 (id, name) VALUES ($id, '$name');"
  17. query2="INSERT INTO $DB_TABLE2 (id, name) VALUES ($id, '$name');"
  18. # Execute insert SQL
  19. mysql -h $DB_HOST -u $DB_USER -p$DB_PASS $DB_NAME -e "$query1"
  20. mysql -h $DB_HOST -u $DB_USER -p$DB_PASS $DB_NAME -e "$query2"
  21. done

根据实际环境修改脚本中的变量,向每个表中插入 500 条数据(这里 source_table 中有一条存量数据):

Result Source

验证数据

进入 Iceberg,查看表数据

Result Sink

也可以在页面查看审计数据:

Result Sink