同步数据到 MySQL 兼容数据库

本文介绍如何使用 TiCDC 创建一个将增量数据复制到下游 TiDB 数据库，或其他兼容 MySQL 协议数据库的 Changefeed。同时介绍了如何使用 TiCDC 灾难场景的最终一致性复制功能。

创建同步任务，复制增量数据到 MySQL 兼容数据库

使用以下命令来创建同步任务：

  1. cdc cli changefeed create \
  2.     --server=http://10.0.10.25:8300 \
  3.     --sink-uri="mysql://root:123456@127.0.0.1:3306/" \
  4.     --changefeed-id="simple-replication-task"
  1. Create changefeed successfully!
  2. ID: simple-replication-task
  3. Info: {"sink-uri":"mysql://root:123456@127.0.0.1:3306/","opts":{},"create-time":"2020-03-12T22:04:08.103600025+08:00","start-ts":415241823337054209,"target-ts":0,"admin-job-type":0,"sort-engine":"unified","sort-dir":".","config":{"case-sensitive":true,"filter":{"rules":["*.*"],"ignore-txn-start-ts":null,"ddl-allow-list":null},"mounter":{"worker-num":16},"sink":{"dispatchers":null},"scheduler":{"type":"table-number","polling-time":-1}},"state":"normal","history":null,"error":null}
  • --server：TiCDC 集群中任意一个 TiCDC 服务器的地址。
  • --changefeed-id：同步任务的 ID，格式需要符合正则表达式 ^[a-zA-Z0-9]+(\-[a-zA-Z0-9]+)*$。如果不指定该 ID，TiCDC 会自动生成一个 UUID（version 4 格式）作为 ID。
  • --sink-uri：同步任务下游的地址，详见 Sink URI 配置 mysql/tidb。
  • --start-ts：指定 changefeed 的开始 TSO。TiCDC 集群将从这个 TSO 开始拉取数据。默认为当前时间。
  • --target-ts：指定 changefeed 的目标 TSO。TiCDC 集群拉取数据直到这个 TSO 停止。默认为空，即 TiCDC 不会自动停止。
  • --config：指定 changefeed 配置文件，详见：TiCDC Changefeed 配置参数。

Sink URI 配置 mysql/tidb

Sink URI 用于指定 TiCDC 目标系统的连接信息，遵循以下格式：

  1. [scheme]://[userinfo@][host]:[port][/path]?[query_parameters]

同步数据到 MySQL 兼容的数据库 - 图1

注意

/path 不适用于 MySQL sink。

一个通用的配置样例如下所示：

  1. --sink-uri="mysql://root:123456@127.0.0.1:3306"

URI 中可配置的参数如下：

参数描述
root下游数据库的用户名。
123456下游数据库密码。（可采用 Base64 进行编码）
127.0.0.1下游数据库的 IP。
3306下游数据的连接端口。
worker-count向下游执行 SQL 的并发度（可选，默认值为 16）。
cache-prep-stmts向下游执行 SQL 时是否使用 prepared statement 并且开启客户端的 prepared statement 缓存（可选，默认值为 true）。
max-txn-row向下游执行 SQL 的 batch 大小（可选，默认值为 256）。
ssl-ca连接下游 MySQL 实例所需的 CA 证书文件路径（可选）。
ssl-cert连接下游 MySQL 实例所需的证书文件路径（可选）。
ssl-key连接下游 MySQL 实例所需的证书密钥文件路径（可选）。
time-zone连接下游 MySQL 实例时使用的时区名称，从 v4.0.8 开始生效。（可选。如果不指定该参数，使用 TiCDC 服务进程的时区；如果指定该参数但使用空值，则表示连接 MySQL 时不指定时区，使用下游默认时区）。
transaction-atomicity指定事务的原子性级别（可选，默认值为 none）。当该值为 table 时 TiCDC 保证单表事务的原子性，当该值为 none 时 TiCDC 会拆分单表事务。

若需要对 Sink URI 中的数据库密码使用 Base64 进行编码，可以参考如下命令：

  1. echo -n '123456' | base64   # 假设待编码的密码为 123456

编码后的密码如下：

  1. MTIzNDU2

同步数据到 MySQL 兼容的数据库 - 图2

注意

当 Sink URI 中包含特殊字符时，如 ! * ' ( ) ; : @ & = + $ , / ? % # [ ]，需要对 URI 特殊字符进行转义处理。你可以使用 URI Encoder 工具对 URI 进行转义。

灾难场景的最终一致性复制

从 v6.1.1 版本开始，容灾场景下的最终一致性复制功能 GA。从 v5.3.0 开始，TiCDC 支持将上游 TiDB 的增量数据备份到下游集群的对象存储或 NFS 文件系统。当上游集群出现了灾难，完全无法使用时，TiCDC 可以将下游集群恢复到最近的一致状态，即提供灾备场景的最终一致性复制能力，确保应用可以快速切换到下游集群，避免数据库长时间不可用，提高业务连续性。

目前，TiCDC 支持将 TiDB 集群的增量数据复制到 TiDB 或兼容 MySQL 的数据库系统（包括 Aurora、MySQL 和 MariaDB）。如果 TiCDC 在上游发生灾难前正常运行，且上游 TiDB 集群没有出现数据复制延迟大幅度增加的情况，灾难发生后，下游集群可以在 5 分钟之内恢复集群，并且最多丢失出现问题前 10 秒钟的数据，即 RTO <= 5 min，P95 RPO <= 10s。

当上游 TiDB 集群出现以下情况时，会导致 TiCDC 延迟上升，进而影响 RPO：

  • TPS 短时间内大幅度上升
  • 上游出现大事务或者长事务
  • Reload 或 Upgrade 上游 TiKV 集群或 TiCDC 集群
  • 执行耗时很长的 DDL 语句，例如：add index
  • 使用过于激进的 PD 调度策略，导致频繁 region leader 迁移或 region merge/split

同步数据到 MySQL 兼容的数据库 - 图3

注意

TiCDC 最终一致性功能从 v6.1.1 开始支持兼容 Amazon S3 协议的对象存储，从 v6.1.4 开始支持兼容 GCS 和 Azure 协议的对象存储。

使用前提

  • 准备高可用的对象存储或 NFS 系统，用于存储 TiCDC 的实时增量数据备份文件，在上游发生灾难情况下，该文件存储可以访问。
  • TiCDC 对需要具备灾难场景最终一致性的 changefeed 开启该功能，开启方式是在 changefeed 配置文件中增加以下配置：
  1. [consistent]
  2. # 一致性级别，选项有：
  3. # - none： 默认值，非灾难场景，只有在任务指定 finished-ts 情况下保证最终一致性。
  4. # - eventual： 使用 redo log，提供上游灾难情况下的最终一致性。
  5. level = "eventual"
  7. # 单个 redo log 文件大小，单位 MiB，默认值 64，建议该值不超过 128。
  8. max-log-size = 64
  10. # 刷新或上传 redo log 至 S3 的间隔，单位毫秒，建议该参数 >= 2000。
  11. flush-interval = 2000
  13. # redo log 备份文件的地址，支持的 scheme 包括 nfs（NFS 目录）和 Amazon S3、GCS 和 Azure（上传至对象存储）。
  14. storage = "$SCHEME://logbucket/test-changefeed?endpoint=http://$ENDPOINT/"

灾难恢复

当上游发生灾难后，需要通过 cdc redo 命令在下游手动恢复。恢复流程如下：

  1. 确保 TiCDC 进程已经退出，防止在数据恢复过程中上游恢复服务，TiCDC 重新开始同步数据。
  2. 使用 cdc binary 进行数据恢复，具体命令如下：
  1. cdc redo apply --tmp-dir="/tmp/cdc/redo/apply" \
  2.     --storage="s3://logbucket/test-changefeed?endpoint=http://10.0.10.25:24927/" \
  3.     --sink-uri="mysql://normal:123456@10.0.10.55:3306/"

以上命令中：

  • tmp-dir：指定用于下载 TiCDC 增量数据备份文件的临时目录。
  • storage：指定存储 TiCDC 增量数据备份文件的地址，为对象存储 URI 或者 NFS 目录。
  • sink-uri：数据恢复的目标地址。scheme 仅支持 mysql。