Kafka 到 Kafka 数据同步

简述

Kafka 为处理实时数据提供了一个统一、高吞吐、低延迟的平台，其持久化层本质上是一个“按照分布式事务日志架构的大规模发布/订阅消息队列”，这使它作为企业级基础设施来处理流式数据非常有价值。因此实现 Kafka 到 Kafka 的数据同步也成了一项重要工作。

本篇文章主要介绍如何使用 CloudCanal 构建一条 Kafka 到 Kafka 的数据同步链路。

在任务创建后，CloudCanal 会自动创建消费组，并订阅需要同步消息的 Topic。CloudCanal 从源端拉取到消息后，会将消息推送到目标端。

Kafka 在记录消费者的位点时只会保存最新一条消息的时间，在源端 Kafka 未发送消息时，CloudCanal 便无法正常感知消息的延时时间。

我们采用了主动发送心跳消息的方式解决这个问题，在打开 Kafka 源端心跳后，源端会定时向目标端发送一条空消息，在目标端接收到消息后，CloudCanal 会更新延时时间，并过滤掉该条消息。根据业务需要，可设置 dbHeartbeatIntervalSec 参数，控制发送消息的间隔。

参考 Kafka 需要的权限文档，设置 CloudCanal 需要的账号权限。

点击 同步任务 > 创建任务。
选择源和目标数据源，并分别点击 测试连接。
选择同步的 消息格式。倘若没有特定的消息格式，请选择 原始消息格式。
选择 增量同步。
选择需要同步的 Topic。
点击 确认创建。
任务创建过程将会进行一系列操作，点击 同步设置 > 异步任务，找到任务的创建记录并点击详情即可查看。
Kafka 源端的任务创建会有以下几个步骤：
- 结构迁移
- 分配任务执行机器
- 创建任务状态机
- 完成任务创建
等待任务自动流转。
当任务创建完成，CloudCanal 会自动进行任务流转，其中的步骤包括：
- 结构迁移: Kafka 源端会自动为对端创建 Topic，如果目标 Topic 在对端已存在，则会忽略。
- 增量数据同步: 增量数据将会持续地同步到对端数据库，并且保持实时（秒级别延迟）。

本文简单介绍了如何使用 CloudCanal 进行 Kakfa 到 Kafka 数据同步，助力企业快速构建数据管道，增强数据分析能力。