基于 Flink CDC 构建 MySQL 到 Databend 的 实时数据同步

这篇教程将展现如何根据 Flink CDC 快速构建 MySQL 到 Databend 的实时数据同步。本教程的演示都将在 Flink SQL CLI 中进行，只涉及 SQL，无需一行 Java/Scala 代码，也无需安装 IDE。

假定咱们有电子商务事务，商品的数据存储在 MySQL ，咱们需求实时把它同步到 Databend 中。

接下来的内容将介绍如何运用 Flink Mysql/Databend CDC 来完成这个需求，体系的全体架构如下图所示：

预备阶段

预备一台现已安装了 Docker 和 docker-compose 的 Linux 或许 MacOS 。

预备教程所需求的组件

接下来的教程将以 docker-compose 的方式预备所需求的组件。

debezium-MySQL

docker-compose.yaml

version: '2.1'
services:
  postgres:
    image: debezium/example-postgres:1.1
    ports:
      - "5432:5432"
    environment:
      - POSTGRES_DB=postgres
      - POSTGRES_USER=postgres
      - POSTGRES_PASSWORD=postgres
  mysql:
    image: debezium/example-mysql:1.1
    ports:
      - "3306:3306"
    environment:
      - MYSQL_ROOT_PASSWORD=123456
      - MYSQL_USER=mysqluser
      - MYSQL_PASSWORD=mysqlpw

Databend

docker-compose.yaml

version: '3'
services:
  databend:
    image: datafuselabs/databend
    volumes:
      - /Users/hanshanjie/databend/local-test/databend/databend-query.toml:/etc/databend/query.toml
    environment:
      QUERY_DEFAULT_USER: databend
      QUERY_DEFAULT_PASSWORD: databend
      MINIO_ENABLED: 'true'
    ports:
      - '8000:8000'
      - '9000:9000'
      - '3307:3307'
      - '8124:8124'

在 docker-compose.yml 地点目录下履行下面的指令来发动本教程需求的组件：

ocker-compose up -d

该指令将以 detached 形式自动发动 Docker Compose 装备中界说的一切容器。你能够经过 docker ps 来调查上述的容器是否正常发动。

下载 Flink 和所需求的依赖包

1. 下载 Flink 1.16.0 并将其解压至目录 flink-1.16.0
2. 下载下面列出的依赖包，并将它们放到目录 flink-1.16.0/lib/ 下：
3. 下载链接只对已发布的版别有效, SNAPSHOT 版别需求本地编译

• flink-sql-connector-mysql-cdc-2.3.0.jar

编译 flink-connector-databend

git clone https://github.com/databendcloud/flink-connector-databend
cd flink-connector-databend
mvn clean install -DskipTests

将 target/flink-connector-databend-1.16.0-SNAPSHOT.jar 拷贝到目录 flink-1.16.0/lib/ 下。

预备数据

在 MySQL 数据库中预备数据

进入 MySQL 容器

docker-compose exec mysql mysql -uroot -p123456

创立数据库 mydb 和表 products，并刺进数据:

CREATE DATABASE mydb;
USE mydb;
CREATE TABLE products (id INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY,name VARCHAR(255) NOT NULL,description VARCHAR(512));
ALTER TABLE products AUTO_INCREMENT = 10;
INSERT INTO products VALUES (default,"scooter","Small 2-wheel scooter"),
(default,"car battery","12V car battery"),
(default,"12-pack drill bits","12-pack of drill bits with sizes ranging from #40 to #3"),
(default,"hammer","12oz carpenter's hammer"),
(default,"hammer","14oz carpenter's hammer"),
(default,"hammer","16oz carpenter's hammer"),
(default,"rocks","box of assorted rocks"),
(default,"jacket","water resistent black wind breaker"),
(default,"cloud","test for databend"),
(default,"spare tire","24 inch spare tire");

Databend 中建表

CREATE TABLE bend_products (id INT NOT NULL, name VARCHAR(255) NOT NULL, description VARCHAR(512) );

发动 Flink 集群和 Flink SQL CLI

运用下面的指令跳转至 Flink 目录下

cd flink-16.0

运用下面的指令发动 Flink 集群

./bin/start-cluster.sh

发动成功的话，能够在 http://localhost:8081/ 访问到 Flink Web UI，如下所示：

运用下面的指令发动 Flink SQL CLI

./bin/sql-client.sh

在 Flink SQL CLI 中运用 Flink DDL 创立表

首先，开启 checkpoint，每隔3秒做一次 checkpoint

-- Flink SQL
Flink SQL> SET execution.checkpointing.interval = 3s;

然后, 对于数据库中的表 products 运用 Flink SQL CLI 创立对应的表，用于同步底层数据库表的数据

-- Flink SQL
Flink SQL> CREATE TABLE products (id INT,name STRING,description STRING,PRIMARY KEY (id) NOT ENFORCED) 
WITH ('connector' = 'mysql-cdc',
'hostname' = 'localhost',
'port' = '3306',
'username' = 'root',
'password' = '123456',
'database-name' = 'mydb',
'table-name' = 'products',
'server-time-zone' = 'UTC'
);

最终，创立 d_products 表， 用来订单数据写入 Databend 中

-- Flink SQL
create table d_products (id INT,name String,description String, PRIMARY KEY (`id`) NOT ENFORCED) 
with ('connector' = 'databend',
'url'='databend://localhost:8000',
'username'='databend',
'password'='databend',
'database-name'='default',
'table-name'='bend_products',
'sink.batch-size' = '5',
'sink.flush-interval' = '1000',
'sink.max-retries' = '3');

运用 Flink SQL 将 products 表中的数据同步到 Databend 的 d_products 表中：

insert into d_products select * from products;

此刻 flink job 就会提交成功，打开 flink UI 能够看到:

一起在 databend 中能够看到 MySQL 中的数据现已同步过来了：

同步 Insert/Update 数据

此刻咱们在 MySQL 中再刺进 10 条数据：

INSERT INTO products VALUES
(default,"scooter","Small 2-wheel scooter"),
(default,"car battery","12V car battery"),
(default,"12-pack drill bits","12-pack of drill bits with sizes ranging from #40 to #3"),        
(default,"hammer","12oz carpenter's hammer"),        
(default,"hammer","14oz carpenter's hammer"),        
(default,"hammer","16oz carpenter's hammer"),        
(default,"rocks","box of assorted rocks"),        
(default,"jacket","water resistent black wind breaker"),
(default,"cloud","test for databend"),        
(default,"spare tire","24 inch spare tire");

这些数据会当即同步到 Databend 傍边。

假设此刻 MySQL 中更新了一条数据:

那么 id=10 的数据在 databend 中也会被当即更新：

环境清理

操作结束后，在 docker-compose.yml 文件地点的目录下履行如下指令中止一切容器：

docker-compose down

在 Flink 地点目录 flink-1.16.0 下履行如下指令中止 Flink 集群：

./bin/stop-cluster.sh

结论

以上就是根据 Flink CDC 构建 MySQL 到 Databend 的 实时数据同步的全部进程，经过 Flink CDC connectors 能够替换 Debezium+Kafka 的数据收集模块，完成 Flink SQL 收集+核算+传输一体化，减少维护的组件，简化实时链路，减轻部署本钱的一起也能到达 Exactly Once 的语义效果。