雲資料庫ClickHouse是面向線上分析處理的列式資料庫,基於大寬表的彙總分析查詢效能非常優異,比其他AnalyticDB速度快一個數量級,通過Data Transmission Service,您可以將MySQL資料庫(例如自建MySQL或RDS MySQL)同步至ClickHouse叢集,協助您輕鬆實現資料的流轉,將企業資料集中分析。本文以RDS MySQL執行個體為例,介紹從RDS MySQL同步至ClickHouse叢集的配置步驟。
前提條件
注意事項
類型 | 說明 |
源庫限制 |
|
其他限制 |
|
其他注意事項 |
|
費用說明
同步類型 | 鏈路配置費用 |
庫表結構同步和全量資料同步 | 不收費。 |
增量資料同步 | 收費,詳情請參見計費概述。 |
支援同步的SQL操作
操作類型 | SQL動作陳述式 |
DML | INSERT、UPDATE、DELETE |
DDL |
|
資料類型映射關係
由於MySQL和ClickHouse叢集支援的資料類型不同,資料類型無法一一對應。所以DTS在進行結構初始化時,會根據目標庫支援的資料類型進行類型映射,詳情請參見結構初始化涉及的資料類型映射關係。
資料庫帳號的許可權要求
資料庫 | 要求的權限 | 建立及授權方式 |
源RDS MySQL | 待同步對象的讀許可權。 | |
目標ClickHouse叢集 |
|
若您使用的源庫帳號不是通過RDS MySQL控制台建立且授權,您需確保該帳號具備REPLICATION CLIENT、REPLICATION SLAVE、SHOW VIEW和SELECT許可權。
操作步驟
進入同步任務的列表頁面。
在頂部功能表列中,單擊整合與開發。
在左側導覽列,選擇 。
說明實際操作可能會因DMS的模式和布局不同,而有所差異。更多資訊,請參見極簡模式控制台和自訂DMS介面布局與樣式。
您也可以登入新版DTS同步工作清單頁面。
在同步任務右側,選擇同步執行個體所屬地區。
說明新版DTS同步工作清單頁面,需要在頁面左上方選擇同步執行個體所屬地區。
單擊建立任務,配置源庫及目標庫資訊。
類別
配置
說明
無
任務名稱
DTS會自動產生一個任務名稱,建議配置具有業務意義的名稱(無唯一性要求),便於後續識別。
源庫資訊
選擇已有的DMS資料庫執行個體(可選,如未建立可忽略此處選擇,直接在下方設定資料庫資訊即可)
您可以按實際需求,選擇是否使用已有執行個體。
如使用已有執行個體,下方資料庫資訊將自動填入,您無需重複輸入。
如不使用已有執行個體,您需要輸入下方的資料庫資訊。
資料庫類型
選擇MySQL。
接入方式
選擇雲執行個體。
執行個體地區
選擇源RDS MySQL執行個體所屬地區。
是否跨阿里雲帳號
本樣本為同一阿里雲帳號間的同步,選擇不跨帳號。
RDS執行個體ID
選擇源RDS MySQL執行個體ID。
資料庫帳號
填入源RDS MySQL執行個體的資料庫帳號,許可權要求請參見資料庫帳號的許可權要求。
資料庫密碼
填入該資料庫帳號對應的密碼。
串連方式
根據需求選擇非加密串連或SSL安全連線。如果設定為SSL安全連線,您需要提前開啟RDS MySQL執行個體的SSL加密功能,詳情請參見使用雲端認證快速開啟SSL鏈路加密。
目標庫資訊
選擇已有的DMS資料庫執行個體(可選,如未建立可忽略此處選擇,直接在下方設定資料庫資訊即可)
您可以按實際需求,選擇是否使用已有執行個體。
如使用已有執行個體,下方資料庫資訊將自動填入,您無需重複輸入。
如不使用已有執行個體,您需要輸入下方的資料庫資訊。
資料庫類型
選擇ClickHouse。
接入方式
選擇雲執行個體。
執行個體地區
選擇目標ClickHouse叢集所屬地區。
是否跨阿里雲帳號
本樣本為同一阿里雲帳號間的同步,選擇不跨帳號。
叢集類型
請根據實際情況選擇ClickHouse叢集的類型。
叢集ID
選擇目標ClickHouse叢集的ID。
資料庫帳號
填入目標ClickHouse叢集的資料庫帳號,許可權要求請參見資料庫帳號的許可權要求。
資料庫密碼
填入該資料庫帳號對應的密碼。
配置完成後,單擊頁面下方的測試連接以進行下一步。
如果源或目標資料庫是阿里雲資料庫執行個體(例如RDS MySQL、ApsaraDB for MongoDB等),DTS會自動將對應地區DTS服務的IP地址添加到阿里雲資料庫執行個體的白名單中;如果源或目標資料庫是ECS上的自建資料庫,DTS會自動將對應地區DTS服務的IP地址添加到ECS的安全規則中,您還需確保自建資料庫沒有限制ECS的訪問(若資料庫是叢集部署在多個ECS執行個體,您需要手動將DTS服務對應地區的IP地址添到其餘每個ECS的安全規則中);如果源或目標資料庫是IDC自建資料庫或其他雲資料庫,則需要您手動添加對應地區DTS服務的IP地址,以允許來自DTS伺服器的訪問。DTS服務的IP地址,請參見DTS伺服器的IP位址區段。
警告DTS自動添加或您手動添加DTS服務的公網IP位址區段可能會存在安全風險,一旦使用本產品代表您已理解和確認其中可能存在的安全風險,並且需要您做好基本的安全防護,包括但不限於加強帳號密碼強度防範、限制各網段開放的連接埠號碼、內部各API使用鑒權方式通訊、定期檢查並限制不需要的網段,或者使用通過內網(專線/VPN網關/智能網關)的方式接入。
配置任務對象及進階配置。
配置
說明
同步類型
固定選中增量同步處理。預設情況下,您還需要同時選中庫表結構同步和全量同步。預檢查完成後,DTS會將源執行個體中待同步對象的全量資料在目的地組群中初始化,作為後續增量同步處理資料的基準資料。
目標已存在表的處理模式
預檢查並報錯攔截:檢查目標資料庫中是否有同名的表。如果目標資料庫中沒有同名的表,則通過該檢查專案;如果目標資料庫中有同名的表,則在預檢查階段提示錯誤,資料同步任務不會被啟動。
說明如果目標庫中同名的表不方便刪除或重新命名,您可以更改該表在目標庫中的名稱,請參見庫表列名映射。
忽略報錯並繼續執行:跳過目標資料庫中是否有同名表的檢查項。
警告選擇為忽略報錯並繼續執行,可能導致資料不一致,給業務帶來風險,例如:
表結構一致的情況下,如在目標庫遇到與源庫主鍵或唯一鍵的值相同的記錄:
全量期間,DTS會保留目的地組群中的該條記錄,即源庫中的該條記錄不會同步至目標資料庫中。
增量期間,DTS不會保留目的地組群中的該條記錄,即源庫中的該條記錄會覆蓋至目標資料庫中。
表結構不一致的情況下,可能會導致無法初始化資料、只能同步部分列的資料或同步失敗,請謹慎操作。
目標庫對象名稱大小寫策略
您可以配置目標執行個體中同步對象的庫名、表名和列名的英文大小寫策略。預設情況下選擇DTS預設策略,您也可以選擇與源庫、目標庫預設策略保持一致。更多資訊,請參見目標庫對象名稱大小寫策略。
源庫對象
在源庫對象框中單擊待同步對象,然後單擊將其移動至已選擇對象框。
說明同步對象的選擇粒度為庫、表、列。
已選擇對象
如需更改單個同步對象在目標執行個體中的名稱,請右擊已選擇對象中的同步對象,設定方式,請參見庫表列名單個映射。
如需批量更改同步對象在目標執行個體中的名稱,請單擊已選擇對象方框右上方的大量編輯,設定方式,請參見庫表列名批量映射。
說明若您需設定條件過濾資料,請在已選擇對象中右擊待同步的表,在彈出的對話方塊中設定過濾條件。設定方法請參見設定過濾條件。
如果使用了對象名映射功能(指定用於接收資料的庫資料庫或集合),可能會導致依賴這個對象的其他對象同步失敗。
單擊下一步高級配置,進行進階配置。
配置
說明
選擇調度該任務的專屬叢集
DTS預設將任務調度到共用叢集上,您無需選擇。若您希望任務更加穩定,可以購買專屬叢集來運行DTS同步任務。更多資訊,請參見什麼是DTS專屬叢集。
設定警示
是否設定警示,當同步失敗或延遲超過閾值後,將通知警示連絡人。
不設定:不設定警示。
設定:設定警示,您還需要設定警示閾值和警示通知。更多資訊,請參見在配置任務過程中配置監控警示。
源庫、目標庫無法串連後的重試時間
在同步任務啟動後,若源庫或目標庫串連失敗則DTS會報錯,並會立即進行持續的重試串連,預設持續重試時間為720分鐘,您也可以在取值範圍(10~1440分鐘)內自訂重試時間,建議設定30分鐘以上。如果DTS在設定的重試時間內重新串連上源庫、目標庫,同步任務將自動回復。否則,同步任務將會失敗。
說明針對同源或者同目標的多個DTS執行個體,如DTS執行個體A和DTS執行個體B,設定網路重試時間時A設定30分鐘,B設定60分鐘,則重試時間以低的30分鐘為準。
由於串連重試期間,DTS將收取任務運行費用,建議您根據業務需要自訂重試時間,或者在源和目標庫執行個體釋放後儘快釋放DTS執行個體。
源庫、目標庫出現其他問題後的重試時間
在同步任務啟動後,若源庫或目標庫出現非串連性的其他問題(如DDL或DML執行異常),則DTS會報錯並會立即進行持續的重試操作,預設持續重試時間為10分鐘,您也可以在取值範圍(1~1440分鐘)內自訂重試時間,建議設定10分鐘以上。如果DTS在設定的重試時間內相關操作執行成功,同步任務將自動回復。否則,同步任務將會失敗。
重要源庫、目標庫出現其他問題後的重試時間的值需要小於源庫、目標庫無法串連後的重試時間的值。
是否限制全量遷移速率
在全量同步階段,DTS將佔用源庫和目標庫一定的讀寫資源,可能會導致資料庫的負載上升。您可以根據實際情況,選擇是否對全量同步任務進行限速設定(設定每秒查詢源庫的速率QPS、每秒全量遷移的行數RPS和每秒全量遷移的數據量(MB)BPS),以緩解目標庫的壓力。
說明僅當同步類型選擇了全量同步時才可以配置。
是否限制增量同步處理速率
您也可以根據實際情況,選擇是否對增量同步處理任務進行限速設定(設定每秒增量同步處理的行數RPS和每秒增量同步處理的數據量(MB)BPS),以緩解目標庫的壓力。
環境標籤
您可以根據實際情況,選擇用於標識執行個體的環境標籤。本樣本無需選擇。
配置ETL功能
選擇是否配置ETL功能。關於ETL的更多資訊,請參見什麼是ETL。
是:配置ETL功能,並在文字框中填寫資料處理語句,詳情請參見在DTS遷移或同步任務中配置ETL。
否:不配置ETL功能。
是否去除正反向任務的心跳錶sql
根據業務需求選擇是否在DTS執行個體運行時,在源庫中寫入心跳SQL資訊。
是:不在源庫中寫入心跳SQL資訊,DTS執行個體可能會顯示有延遲。
否:在源庫中寫入心跳SQL資訊,可能會影響源庫的物理備份和複製等功能。
單擊下一步配置庫表欄位,配置待同步表在ClickHouse中的類型、主鍵列、排序鍵、分布鍵和分區鍵資訊。
說明DTS預設配置了一組資料,您可以將定義狀態選擇為全部後進行修改。
主鍵列和排序鍵可以是按鍵組合,即您可以在對應的下拉框中選擇多個欄位作為主鍵列或排序鍵,且需要從主鍵列中選擇1個或者多個列作分區鍵;分布鍵只能選擇一個欄位。更多關於主鍵列、排序鍵、分區鍵的資訊,請參見CREATE TABLE。
分區鍵可以不設定,但不可以選擇為可空的欄位,否則同步任務將會失敗。
儲存任務並進行預檢查。
若您需要查看調用API介面配置該執行個體時的參數資訊,請將滑鼠游標移動至下一步儲存任務並預檢查按鈕上,然後單擊氣泡中的預覽OpenAPI參數。
若您無需查看或已完成查看API參數,請單擊頁面下方的下一步儲存任務並預檢查。
說明在同步作業正式啟動之前,會先進行預檢查。只有預檢查通過後,才能成功啟動同步作業。
如果預檢查失敗,請單擊失敗檢查項後的查看詳情,並根據提示修複後重新進行預檢查。
如果預檢查產生警告:
對於不可以忽略的檢查項,請單擊失敗檢查項後的查看詳情,並根據提示修複後重新進行預檢查。
對於可以忽略無需修複的檢查項,您可以依次單擊點擊確認警示詳情、確認屏蔽、確定、重新進行預檢查,跳過警示檢查項重新進行預檢查。如果選擇屏蔽警示檢查項,可能會導致資料不一致等問題,給業務帶來風險。
預檢查通過率顯示為100%時,單擊下一步購買。
在購買頁面,選擇資料同步執行個體的計費方式、鏈路規格,詳細說明請參見下表。
類別
參數
說明
資訊配置
計費方式
預付費(訂用帳戶):在建立執行個體時支付費用。適合長期需求,價格比隨用隨付更實惠,且購買時間長度越長,折扣越多。
後付費(隨用隨付):按小時計費。適合短期需求,用完可立即釋放執行個體,節省費用。
資源群組配置
執行個體所屬的資源群組,預設為default resource group。更多資訊,請參見什麼是資源管理。
鏈路規格
DTS為您提供了不同效能的同步規格,同步鏈路規格的不同會影響同步速率,您可以根據業務情境進行選擇。更多資訊,請參見資料同步鏈路規格說明。
訂購時間長度
在預付費模式下,選擇訂用帳戶執行個體的時間長度和數量,包月可選擇1~9個月,包年可選擇1年、2年、3年和5年。
說明該選項僅在付費類型為預付費時出現。
配置完成後,閱讀並勾選《資料轉送(隨用隨付)服務條款》。
單擊購買並啟動,並在彈出的確認對話方塊,單擊確定。
您可在資料同步介面查看具體任務進度。
附錄
時間資訊
資料類型 | 最小值 | 最大值 |
Date | 1970-01-01 00:00:00 | 2149-06-06 00:00:00 |
Date32 | 1925-01-01 00:00:00 | 2283-11-11 00:00:00 |
DateTime | 1970-01-01 08:00:00 | 2106-02-07 14:28:15 |
DateTime64 | 1925-01-01 08:00:00 | 2283-11-12 07:59:59 |
表和欄位資訊
表資訊
在不使用庫表列名映射功能的情況下,需要建立的表有如下要求:
ClickHouse社區版執行個體:需要建立一個本地表和一個分布式表。分布式表的名稱需與源端表名一致,本地表的名稱為
<分布式表名稱>
+_local
。ClickHouse企業版執行個體:需建立一個與源端名稱相同的表。
欄位資訊
23.8以下版本的社區版ClickHouse執行個體,可以使用
select * from table_name final where _sign>0;
語句查詢資料。其中,where條件可以過濾刪除的資料,表名後的final欄位可以過濾相同排序鍵的資料。企業版和23.8及以上版本的社區版ClickHouse執行個體,可以直接執行相應的SQL查詢資料。若需過濾相同排序鍵的資料,可以在表名後添加final欄位。
版本 | 名稱 | 資料類型 | 預設值 | 說明 |
23.8以下的社區版 | _sign | Int8 | 1 | DML操作的類型。
|
_version | UInt64 | 1 | 資料寫入ClickHouse的時間戳記。 | |
企業版和23.8及以上的社區版 | is_deleted | Int8 | 0 | 記錄是否被刪除:
|
_version | UInt64 | 1 | 資料寫入ClickHouse的時間戳記。 |