简述
MongoDB 是一种广泛使用的文档型数据库，对于 schema 弱要求、可扩展性强让其在很多场景普遍适用。
本文主要介绍如何使用 CloudCanal 快速构建一条稳定高效运行的 MongoDB 到 MongoDB 数据同步链路，示例中 MongoDB 均为 ReplicationSet (副本集) 。
技术点
MongoDB 源端增量技术
MongoDB 增量数据可以通过 local 库的 oplog.rs collection 获取增量变更数据(需要搭副本集)。
其中事件包含以下子 Document (不同版本 MongoDB 有些许差异), CloudCanal 通过解析事件记录同步增量数据
| 子 document 名字 | 数据含义 |
|---|---|
| op | 操作类型, CloudCanal支持的类型包括： c (控制操作) i (INSERT) u (UPDATE) d (DELETE) |
| ns | 命名空间(namespace) , 格式为 dbName.collectionName , 其中 collectionName 可以为 $cmd , 则表示在对应数据库上的操作 |
| ts | 执行操作的事件戳，单位秒 |
| o | 变更的数据，对应 INSERT/UPDATE 后镜像数据，DELETE 为前镜像数据 ，需要注意的是，MongoDB 4.x 版本和其他版本在这个 Document 有所不一样 |
| o2 | 只在 UPDATE 事件中有值，可以认为是主键或者定位数据的标识符 |
MongoDB 的数据类型支持
CloudCanal 从 2021 年 8 月份支持 MongoDB 开始，经历多个版本迭代，逐步丰富了对 MongoDB 数据类型的支持。
无论直接从 MongoDB 做全量迁移，还是消费 oplog 进行增量同步，类型转换对自定义代码处理和下游数据源写入都有重要意义。
从 MongoDB 全量读取支持的类型包括: null, ObjectId, Date, Number, String
从 MongoDB oplog 增量同步支持的类型包括： ObjectId, Date, Number, String, Integer, Long, BigInteger, Double, BigDecimal
以上类型并不是终点，随着越来越多用户使用，不断扩展中 。
操作示例
前置条件
任务创建
-
任务管理->任务创建
-
测试链接并选择 源 和 目标 数据库
-
点击下一步
-
选择 数据同步，并勾选 全量数据初始化, 其他选项默认
-
选择需要迁移同步的 collection
-
确认创建任务
-
任务自动做结构迁移、全量迁移、增量同步
校验数据
-
程序造数据，采用 MySQL -> MongoDB -> MongoDB
-
任务正常运行一段时间后，停止造数据
-
点击 MongoDB -> MongoDB 任务详情，更多 > 创建相似任务 ，第二步选择 数据校验
-
数据校验 OK
常见问题
目前对 sharding 版本的 MongoDB 支持如何？
CloudCanal 支持 MongoDB sharding 版本，如果作为源端，需要逐个配置底下副本集实例，也就是迁移同步任务存在多个，作为对端，则将 sharding 实例当作单个实例写入即可。
单个 collection 包含多种主键数据怎么办？
CloudCanal 全量迁移是通过 “id” 进行分页扫描进行，所以如果 “id” 类型多种，则会导致位点获取或者断点续传出问题。
后续针对这种情况，我们考虑使用无主键方式进行处理。
支持其他对端数据源么？
目前开放 MongoDB 到 Kafka , MySQL，TiDB, MongoDB，如果各位有需求，可以在社区反馈给我们。
总结
本文简单介绍了如何使用 CloudCanal 进行 MongoDB -> MongoDB 数据迁移同步。各位读者朋友，如果你觉得还不错，请点赞、评论加转发吧。