编辑
反馈

MySQL 实时同步至StarRocks

功能简介

StarRocks 提供 Flink CDC connector、flink-connector-starrocks 和 StarRocks-migrate-tools（简称smt），实现 MySQL 数据实时同步至 StarRocks，满足业务实时场景的数据分析。

基本原理

通过 Flink CDC connector、flink-connector-starrocks 和 smt 可以实现 MySQL 数据的秒级同步至StarRocks。

MySQL 同步

如图所示，Smt 可以根据 MySQL 和 StarRocks 的集群信息和表结构自动生成 source table 和 sink table 的建表语句。
通过 Flink-cdc-connector 消费 MySQL 的 binlog，然后通过 Flink-connector-starrocks 写入 StarRocks。

操作步骤

  1. 修改/etc/my.cnf，开启 MySQL binlog

    #开启 binlog 日志
log-bin =/var/lib/mysql/mysql-bin

#log_bin = ON
##binlog 日志的基本文件名
#log_bin_basename =/var/lib/mysql/mysql-bin
##binlog 文件的索引文件，管理所有 binlog 文件
#log_bin_index =/var/lib/mysql/mysql-bin.index
#配置 serverid
server-id = 1
binlog_format = row

    重启mysqld，然后可以通过 SHOW VARIABLES LIKE 'log_bin'; 确认是否已经打开。

  2. 下载 Flink, 推荐使用 1.13，最低支持版本 1.11。

  3. 下载 Flink CDC connector，请注意下载对应 Flink 版本的 Flink-MySQL-CDC。

  4. 下载 Flink-connector-starrocks，请注意 1.13 版本和 1.11/1.12 版本使用不同的 connector.

  5. 复制 flink-sql-connector-mysql-cdc-xxx.jar, flink-connector-starrocks-xxx.jar 到 flink-xxx/lib/

  6. 下载并解压 smt.tar.gz

  7. 解压并修改配置文件

    • Db 需要修改成 MySQL 的连接信息。

    • be_num 需要配置成 StarRocks 集群的节点数（这个能帮助更合理的设置 bucket 数量）。

    • [table-rule.1] 是匹配规则，可以根据正则表达式匹配数据库和表名生成建表的 SQL，也可以配置多个规则。

    • flink.starrocks.* 是 StarRocks 的集群配置信息，参考 Flink-connector-starrocks 配置。

      [db]
host = 192.168.1.1
port = 3306
user = root
password =  

[other]
# number of backends in StarRocks
be_num = 3
# `decimal_v3` is supported since StarRocks-1.18.1
use_decimal_v3 = false
# file to save the converted DDL SQL
output_dir = ./result

[table-rule.1]
# pattern to match databases for setting properties
database = ^console_19321.*$
# pattern to match tables for setting properties
table = ^.*$

############################################
### flink sink configurations
### DO NOT set `connector`, `table-name`, `database-name`, they are auto-generated
############################################
flink.starrocks.jdbc-url=jdbc:mysql://192.168.1.1:9030
flink.starrocks.load-url= 192.168.1.1:8030
flink.starrocks.username=root
flink.starrocks.password=
flink.starrocks.sink.properties.column_separator=\x01
flink.starrocks.sink.properties.row_delimiter=\x02
flink.starrocks.sink.buffer-flush.interval-ms=15000

  8. 执行 starrocks-migrate-tool，flink 和 starrocks 建表语句都生成在 result 目录下

    $./starrocks-migrate-tool
$ls result
flink-create.1.sql    smt.tar.gz              starrocks-create.all.sql
flink-create.all.sql  starrocks-create.1.sql

  9. 利用上一步生成的 StarRocks 的建表语句在 StarRocks 中建表

    Mysql -hxx.xx.xx.x -P9030 -uroot -p < starrocks-create.1.sql

  10. 执行如下语句，生成Flink table 并开始同步，同步任务会持续执行

    需要确保flink集群已经启动，未启动可以使用flink/bin/start-cluster.sh启动

    bin/sql-client.sh -f flink-create.1.sql

    这个执行以后同步任务会持续执行

    如果是 Flink 1.13 之前的版本可能无法直接执行脚本，需要逐行提交

  11. 观察任务状况

    bin/flink list

上述命令可以查看 flink 同步任务状态，如果有任务请查看 log 日志，或者调整 conf/flink-conf.yaml 中的系统配置中内存和 slot，具体配置请参考 Flink 配置参数。

注意事项

  • 如果有多组规则，需要给每一组规则匹配 database，table 和 flink-connector 的配置

    [table-rule.1]
# pattern to match databases for setting properties
database = ^console_19321.*$
# pattern to match tables for setting properties
table = ^.*$

############################################
### flink sink configurations
### DO NOT set `connector`, `table-name`, `database-name`, they are auto-generated
############################################
flink.starrocks.jdbc-url=jdbc:mysql://192.168.1.1:9030
flink.starrocks.load-url= 192.168.1.1:8030
flink.starrocks.username=root
flink.starrocks.password=
flink.starrocks.sink.properties.column_separator=\x01
flink.starrocks.sink.properties.row_delimiter=\x02
flink.starrocks.sink.buffer-flush.interval-ms=15000

[table-rule.2]
# pattern to match databases for setting properties
database = ^database2.*$
# pattern to match tables for setting properties
table = ^.*$

############################################
### flink sink configurations
### DO NOT set `connector`, `table-name`, `database-name`, they are auto-generated
############################################
flink.starrocks.jdbc-url=jdbc:mysql://192.168.1.1:9030
flink.starrocks.load-url= 192.168.1.1:8030
flink.starrocks.username=root
flink.starrocks.password=
# 如果导入数据不方便选出合适的分隔符可以考虑使用 Json 格式，但是会有一定的性能损失, 使用方法：用以下参数替换 flink.starrocks.sink.properties.column_separator 和 flink.starrocks.sink.properties.row_delimiter 参数
flink.starrocks.sink.properties.strip_outer_array=true
flink.starrocks.sink.properties.format=json

    Flink.starrocks.sink 的参数可以参考上文，比如可以给不同的规则配置不同的导入频率等参数。

  • 针对分库分表的大表可以单独配置一个规则，比如：有两个数据库 edu_db_1，edu_db_2，每个数据库下面分别有course_1，course_2 两张表，并且所有表的数据结构都是相同的，通过如下配置把他们导入StarRocks的一张表中进行分析。

    [table-rule.3]
# pattern to match databases for setting properties
database = ^edu_db_[0-9]*$
# pattern to match tables for setting properties
table = ^course_[0-9]*$

############################################
### flink sink configurations
### DO NOT set `connector`, `table-name`, `database-name`, they are auto-generated
############################################
flink.starrocks.jdbc-url = jdbc: mysql://192.168.1.1:9030
flink.starrocks.load-url = 192.168.1.1:8030
flink.starrocks.username = root
flink.starrocks.password =
flink.starrocks.sink.properties.column_separator =\x01
flink.starrocks.sink.properties.row_delimiter =\x02
flink.starrocks.sink.buffer-flush.interval-ms = 5000

    这样会自动生成一个多对一的导入关系，在StarRocks默认生成的表名是 course__auto_shard，也可以自行在生成的配置文件中修改。

  • 如果在sql-client中命令行执行建表和同步任务，需要做对'\'字符进行转义

    'sink.properties.column_separator' = '\\x01'
'sink.properties.row_delimiter' = '\\x02'
编辑
反馈
本页内容