CloudCanal x TiDB 数据迁移同步功能落地-原创手记-慕课网

简介

TiDB 是一款由 PingCAP 开源的 分布式关系型 数据库，主打 HTAP 能力，具备 优秀的伸缩性。其开源社区强大，产品颇具流行度。

数据同步场景中，TiDB 官方提供如 TiCDC、TiDB Binlog 等工具，但为了满足用户将 TiDB 数据迁移同步到更加广泛数据库的需求，CloudCanal 近期推出了 TiDB 为源端的数据迁移同步 功能，本文将简要介绍该能力的落地。

目标端数据源	结构迁移	数据初始化	增量同步	数据校验	数据订正
MySQL	支持	支持	支持	支持	支持
TiDB	支持	支持	支持	支持	支持

目标数据源不断增加中

TiDB 为源端的增量数据同步实现有两种方式

CloudCanal 考虑到部署的 轻量性、可控性，选择了第二种方案，跳过 TiCDC、TiDB Server 组件，直接与 PD 建立 gRPC 通信，实时接收源端数据变更记录，通过算法解析字节流内容，自动同步到对端数据库中。

长周期数据同步，任务可能会因为参数调整、问题数据修复、性能优化等操作暂停或重启任务，断点续传能力不可或缺。

CloudCanal 为 TiDB 源端定时或定量保存对端消费后的位点，以实现断点续传能力。

全量迁移中，对亿级别数据量的大表中断重启，断点续传能力可尽可能少的影响迁移进度，增量同步中，断点续传能力确保任务重启后可继续，并不丢失数据。

订阅 TiDB 增量变更事件，可能因为各种原因，个别变更数据到达时间不一致(乱序)，导致数据丢失或变更错误。
CloudCanal 为此采用自研算法处理事件，并根据事务 最终提交时间 来保证事务的有序消费。

CloudCanal 支持以 TiDB 为源端，TiDB、MySQL 为对端 (支持的对端数据源还在不断增加) 的 DDL 和 DML 同步。

DDL 数据同步能力
- ALTER TABLE … ADD/DROP/MODIFY COLUMN …
- ALTER TABLE … ADD/ALTER/DROP INDEX …
- RENAME TABLE … TO …
DML 数据同步能力
- INSERT/UPDATE/DELETE

除了 DDL、DML 同步功能实现，CloudCanal 根据 SCHEMA SNAPSHOT 和 DDL 构建了表 多版本表快照能力，确保变更数据和结构保持一致，数据消费更加精准。

不同数据库对于数据类型支持存在差异，CloudCanal 结构迁移时会进行类型自动转换与优化。

TiDB 为源端的结构迁移也存在类似转换与优化，如以 MySQL 为对端的 Float 类型若不指定精度，则可能造成数据精度丢失，CloudCanal 将 Float 类型自动转换为 Float(0),保证了精度的准确性

在数据同步过程中，由于数据的外部关联性、结构约束差异、数据库运维操作、软件bug等情况，两端数据可能会不一致，此时数据校验和订正功能非常必要。

CloudCanal 为 TiDB 为源端的数据同步能力额外提供了数字、字符类型主键表的数据校验和数据订正功能，快速确定不一致数据范围，并针对差异数据进行修复。

CloudCanal 创建 TiDB 数据迁移同步任务是完全可视化的，通过获取数据库元数据，让用户在 web 页面上决定哪些库、表、列进行迁移同步，或者设定过滤条件、自定义数据处理逻辑等。

TiDB 数据迁移同步任务创建后，CloudCanal 将自动流转各个阶段的任务，用户无需干涉，直达数据实时同步状态。

CloudCanal 为 TiDB 数据迁移同步任务提供了多个实用监控指标，包括增量缓存RPS、增量缓存延迟(ms)、内存队列数据个数等，当调优任务性能或排查任务异常原因时，监控指标提供了很好的判断依据。

CloudCanal 为 TiDB 数据迁移任务提供了包括钉钉/企业微信/飞书/自定义等 webhook 类型告警，对于企业级客户，可额外选择邮件，以及短信告警，实时保障同步任务的高可用。

本示例以将数据从 TiDB 数据库同步到 MySQL 数据库为操作案例，以便更好地说明 CloudCanal 在不同数据库之间进行数据同步的能力。

本文主要介绍了 CloudCanal 支持 TiDB 为源端数据迁移同步功能，通过这个能力，用户可以便利地将 TiDB 中数据实时同步到其他数据库，实现数据更广泛、更实时的应用。