主要实现思路
- 1、在clickhouse中创建MySQL引擎表。
- 2、根据MySQL引擎表的信息创建目标表。
3、实现canal实时增量同步MySQL数据到clickhouse。
MySQL 的准备
修改配置文件开启 Binlog
[root@hadoop100 module]$ sudo vim /etc/my.cnf server-id=1 log-bin=mysql-bin binlog_format=row binlog-do-db=test
注意:binlog-do-db 根据自己的情况进行修改,指定具体要同步的数据库,如果不配置则表示所有数据库均开启 Binlog。
MySQL中需要同步的库表
MySQL [testck]> show databases; +--------------------+ | Database | +--------------------+ | information_schema | | innodb | | mysql | | performance_schema | | sys | | testck | | tmp |
rows in set (0.00 sec)
MySQL [testck]> use testck;
Reading table information for completion of table and column names
You can turn off this feature to get a quicker startup with -A
Database changedMySQL [testck]> show tables; Tables_in_testck t_organization t_user rows in set (0.00 sec)
MySQL [testck]>testck库下的所有表
clickhouse 的准备
canal实时同步MySQL的数据需要在clickhouse中提前建好库表
在clickhouse建MySQL引擎的库
把MySQL某个库中的所有表结构信息映射到clickhouse中,这样在clickhouse中就可以远程操作MySQL。
cnnxpredn02 :) CREATE DATABASE t_tmp ENGINE = MySQL('ip:3306', 'testck', 'user', 'pass'); CREATE DATABASE t_tmp ENGINE = MySQL('ip:3306', 'testck', 'user', 'pass') Query id: 9f6d7179-3c97-47c2-93ea-abc0c6ca873b
- rows in set. Elapsed: 0.013 sec.
cnnxpredn02 :) show databases;
SHOW DATABASES
Query id: 5b5baaf5-86f5-46c1-ac34-2618c34462f1
┌─name────┐
│ default │
│ system │
│ t_tmp │
└─────────┘ rows in set. Elapsed: 0.009 sec.
cnnxpredn02 :)## 创建clickhouse中的库
cnnxpredn02 :) create database testck;
CREATE DATABASE testck
Query id: 397261c0-a8f0-48c6-b4f6-71d121b975b8
Ok.- rows in set. Elapsed: 0.004 sec.
cnnxvopredn02 :) show databases;
SHOW DATABASES
Query id: f467f4bb-99fa-4322-a3c1-e33be74b6e81
┌─name────┐
│ default │
│ system │
│ t_tmp │
│ testck │
└─────────┘ rows in set. Elapsed: 0.002 sec.
cnnxvpredn02 :)## 根据创建的MySQL引擎表创建clickhouse目标表结构
cnnxvpredn02 :) create table testck.t_organization as t_tmp.t_organization;
:-] create table testck.t_user as t_tmp.t_user;
CREATE TABLE testck.t_organization AS t_tmp.t_organization
Query id: f942cf5d-701f-4dbd-9ffd-de2206eec851
Ok.- rows in set. Elapsed: 0.006 sec.
CREATE TABLE testck.t_user AS t_tmp.t_user
Query id: ef7dddd7-64b2-4dbc-88be-a105b49aff57
Ok. rows in set. Elapsed: 0.004 sec.
cnnxvopredn02 :)# Canal 的下载和安
- 下载canal:https://github.com/alibaba/canal/releases
注意:canal 解压后是分散的,我们在指定解压目录的时候需要将 canal 指定上
mkdir /opt/module/canal tar -zxvf canal.deployer-1.1.2.tar.gz -C /opt/module/canal
修改 canal.properties 的配置
################################################# ######### common argument ############# ################################################# # tcp bind ip canal.ip = # register ip to zookeeper canal.register.ip = canal.port = 11111 canal.metrics.pull.port = 11112 # canal instance user/passwd # canal.user = canal # canal.passwd = E3619321C1A937C46A0D8BD1DAC39F93B27D4458 # canal admin config #canal.admin.manager = 127.0.0.1:8089 canal.admin.port = 11110 canal.admin.user = admin canal.admin.passwd = 4ACFE3202A5FF5CF467898FC58AAB1D615029441 # admin auto register #canal.admin.register.auto = true #canal.admin.register.cluster = #canal.admin.register.name = canal.zkServers = # flush data to zk canal.zookeeper.flush.period = 1000 canal.withoutNetty = false # tcp, kafka, rocketMQ, rabbitMQ canal.serverMode = tcp # flush meta cursor/parse position to file canal.file.data.dir = ${canal.conf.dir} canal.file.flush.period = 1000 ## memory store RingBuffer size, should be Math.pow(2,n) ......
说明:这个文件是canal的基本通用配置,canal端口号默认就是 11111,修改canal的输出model,默认tcp,改为输出到 kafka多实例配置如果创建多个实例,通过前面canal架构,我们可以知道,一个canal服务中可以有多个instance,conf/下的每一个example即是一个实例,每个实例下面都有独立的配置文件。默认只有一个实例example,如果需要多个实例处理不同的 MySQL 数据的话,直接拷贝出多个 example,并对其重新命名,命名和配置文件中指定的名称一致,然后修改
canal.properties 中的 canal.destinations=实例 1,实例 2,实例 3。################################################# ######### destinations ############# ################################################# canal.destinations = example
修改 instance.properties
配置 MySQL 服务器地址
################################################# ## mysql serverId , v1.0.26+ will autoGen canal.instance.mysql.slaveId=20 # enable gtid use true/false canal.instance.gtidon=false # position info canal.instance.master.address=hadoop100:3306
配置连接 MySQL 的用户名和密码,默认就是我们前面授权的 canal
# username/password canal.instance.dbUsername=canal canal.instance.dbPassword=canal canal.instance.connectionCharset = UTF-8 canal.instance.defaultDatabaseName =test # enable druid Decrypt database password canal.instance.enableDruid=false
启动服务
bin/startup.sh
如果看到如下日志则启动成功
[root@cnnxpredn02 canal]# cat canal.log 2022-03-07 08:47:21.349 [main] INFO com.alibaba.otter.canal.deployer.CanalLauncher - ## set default uncaught exception handler 2022-03-07 08:47:21.398 [main] INFO com.alibaba.otter.canal.deployer.CanalLauncher - ## load canal configurations 2022-03-07 08:47:21.415 [main] INFO com.alibaba.otter.canal.deployer.CanalStarter - ## start the canal server. 2022-03-07 08:47:21.475 [main] INFO com.alibaba.otter.canal.deployer.CanalController - ## start the canal server):11111] 2022-03-07 08:47:23.137 [main] INFO com.alibaba.otter.canal.deployer.CanalStarter - ## the canal server is running now ......
canal-adapter 的下载和安装
下载并解
- 下载canal-adapter: https://github.com/alibaba/canal/releases
注意:canal-adapter解压后是分散的,我们在指定解压目录的时候需要将 canal-adapter 指定上
mkdir canal-adapter
tar -zxvf canal.adapter-1.1.5.tar.gz -C /../canal-adapter在application.yml中配置MySQL和clickhouse的连接信息
... # srcDataSources: defaultDS: url: jdbc:mysql://ip:3306/database?useUnicode=true username: user password: pass canalAdapters: - instance: test # canal instance Name or mq topic name groups: - groupId: g1 outerAdapters: - name: logger - name: rdb key: mysql1 properties: jdbc.driverClassName: ru.yandex.clickhouse.ClickHouseDriver jdbc.url: jdbc:clickhouse://ip:port/database jdbc.username: user jdbc.password: pass # - name: rdb ...
在/opt/soft/canal-adapter/conf/rdb/mytest_user.yml中配置需要同步的库表信息
canal可以同步整个库的所有表和单表的表,配置都在这里进行配置,如果需要同步多张表的数据,就在rdb下创建多个类似的配置文件,文件名可以用表名来命名。
Mirror schema synchronize config dataSourceKey: defaultDS destination: test groupId: g1 outerAdapterKey: mysql1 concurrent: true dbMapping: mirrorDb: true database: testck
注:我这里是同步testck库的所有表
启动canal-adapter服务
bin/startup.sh
- 在/.../canal-adapter/logs/adapter下查看日志
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。