Java技术债务Java技术债务

ClickHouse之MaterializeMySQL引擎（十）

ClickHouse,数据库

文章目录


利用 binlog 将数据写入到 ClickHouse。

ClickHouse 20.8.2.3 版本新增加了 MaterializeMySQL 的 database 引擎，该 database 能 映射到 MySQL 中的某个 database ，并自动在 ClickHouse 中创建对应的ReplacingMergeTree。ClickHouse 服务做为 MySQL 副本，读取 Binlog 并执行 DDL 和 DML 请求，实现了基于 MySQL Binlog 机制的业务数据库实时同步功能。

1 特点

  • MaterializeMySQL 同时支持 全量 和 增量 同步，在 database 创建之初会全量同步 MySQL 中的表和数据，之后则会通过 binlog 进行增量同步。
  • MaterializeMySQL database 为其所创建的每张 ReplacingMergeTree 自动增加了 _sign 和 _version 字段。 其中，_version 用作 ReplacingMergeTree 的 ver 版本参数，每当监听到 insert、update 和 delete 事件时，在 database 内全局自增。而 _sign 则用于标记是否被删除，取值 1 或 者 -1。

目前 MaterializeMySQL 支持如下几种 binlog 事件:

  • ➢ MYSQL_WRITE_ROWS_EVENT: _sign = 1，_version ++
  • ➢ MYSQL_DELETE_ROWS_EVENT: _sign = -1，_version ++
  • ➢ MYSQL_UPDATE_ROWS_EVENT: 新数据 _sign = 1，_version ++
  • ➢ MYSQL_QUERY_EVENT: 支持 CREATE TABLE 、DROP TABLE 、RENAME TABLE 等。

2 使用细则

(1)DDL 查询

MySQL DDL 查询被转换成相应的 ClickHouse DDL 查询(ALTER, CREATE, DROP, RENAME)。如果 ClickHouse 不能解析某些 DDL 查询，该查询将被忽略。

(2)数据复制

MaterializeMySQL 不支持直接插入、删除和更新查询，而是将 DDL 语句进行相应转换:

  • MySQL INSERT 查询被转换为 INSERT with _sign=1。
  • MySQL DELETE 查询被转换为 INSERT with _sign=-1。
  • MySQL UPDATE 查询被转换成 INSERT with _sign=1 和 INSERT with _sign=-1。

(3)SELECT 查询

如果在 SELECT 查询中没有指定_version，则使用 FINAL 修饰符，返回_version 的最大值对应的数据，即最新版本的数据。如果在 SELECT 查询中没有指定_sign，则默认使用 WHERE _sign=1，即返回未删除状态(_sign=1)的数据。

(4)索引转换

ClickHouse 数据库表会自动将 MySQL 主键和索引子句转换为 ORDER BY 元组。ClickHouse 只有一个物理顺序，由 ORDER BY 子句决定。如果需要创建新的物理顺序， 请使用物化视图。

3 物化MySQL实操

1 MySQL 开启 binlog 和 GTID 模式

(1) 确保 MySQL 开启了 binlog 功能，且格式为 ROW

打开/etc/my.cnf,在[mysqld]下添加:

server-id=1
log-bin=mysql-bin
binlog_format=ROW

2)开启 GTID 模式 如果如果 clickhouse 使用的是 20.8 prestable 之后发布的版本，那么 MySQL 还需要配置 开启GTID 模式, 这种方式在 mysql 主从模式下可以确保数据同步的一致性(主从切换时)。

gtid-mode=on
enforce-gtid-consistency=1 # 设置为主从强一致性 
log-slave-updates=1 #记录日志

GTID 是 MySQL 复制增强版，从 MySQL 5.6 版本开始支持，目前已经是 MySQL 主流复制模式。它为每个 event 分配一个全局唯一 ID 和序号，我们可以不用关心 MySQL 集群主从拓扑结构，直接告知 MySQL 这个 GTID 即可。 (3)重启 MySQL

sudo systemctl restart mysqld

2 准备 MySQL 表和数据

在 MySQL 中创建数据表并写入数据

CREATE DATABASE testck;
CREATE TABLE `testck`.`t_organization` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `code` int NOT NULL,
  `name` text DEFAULT NULL,
  `updatetime` datetime DEFAULT NULL,
  PRIMARY KEY (`id`),
  UNIQUE KEY (`code`)
) ENGINE=InnoDB;
INSERT INTO testck.t_organization (code, name,updatetime)
VALUES(1000,'Realinsight',NOW());
INSERT INTO testck.t_organization (code, name,updatetime)
VALUES(1001, 'Realindex',NOW());
INSERT INTO testck.t_organization (code, name,updatetime)
VALUES(1002,'EDT',NOW());

4 开启 ClickHouse 物化引擎

set allow_experimental_database_materialize_mysql=1;

5 创建复制管道

1)ClickHouse 中创建 MaterializeMySQL 数据库

CREATE DATABASE test_binlog ENGINE =
MaterializeMySQL('locahost:3306','testck','root','root');

其中 4 个参数分别是 MySQL 地址、databse、username 和 password。

2)查看 ClickHouse 的数据

use test_binlog;
show tables;
select * from t_organization;
select * from t_user;

在MySQL操作增删改查，在ClickHouse查询会发现和MySQL是一样的效果。

6 删除数据

(1)MySQL 删除数据:

DELETE FROM t_organization where id = 2;

(2)ClicKHouse，日志有 DeleteRows 的 binlog 监听事件，查看数据:

 select * from t_organization;

(3)在刚才的查询中增加 _sign 和 _version 虚拟字段

select *,_sign,_version from t_organization order by _sign desc,_version desc;

ClickHouse之MaterializeMySQL引擎（十） - Java技术债务

在查询时，对于已经被删除的数据，_sign=-1，ClickHouse 会自动重写 SQL，将 _sign = -1 的数据过滤掉;

对于修改的数据，则自动重写 SQL，为其增加 FINAL 修饰符。

select * from t_organization
等同于
select * from t_organization final where _sign = 1

7 表操作也会同步到ClickHouse

在MySQL对表操作也会同步到CK，如：

  • 删除MySQL的表，在CK查询会报错，查询表不存在
  • 新建MySQL表，在CK也能立刻查询到新建的MySQL表

利用 binlog 将数据写入到 ClickHouse。

ClickHouse 20.8.2.3 版本新增加了 MaterializeMySQL 的 database 引擎，该 database 能 映射到 MySQL 中的某个 database ，并自动在 ClickHouse 中创建对应的ReplacingMergeTree。ClickHouse 服务做为 MySQL 副本，读取 Binlog 并执行 DDL 和 DML 请求，实现了基于 MySQL Binlog 机制的业务数据库实时同步功能。

1 特点

  • MaterializeMySQL 同时支持 全量 和 增量 同步，在 database 创建之初会全量同步 MySQL 中的表和数据，之后则会通过 binlog 进行增量同步。
  • MaterializeMySQL database 为其所创建的每张 ReplacingMergeTree 自动增加了 _sign 和 _version 字段。 其中，_version 用作 ReplacingMergeTree 的 ver 版本参数，每当监听到 insert、update 和 delete 事件时，在 database 内全局自增。而 _sign 则用于标记是否被删除，取值 1 或 者 -1。

目前 MaterializeMySQL 支持如下几种 binlog 事件:

  • ➢ MYSQL_WRITE_ROWS_EVENT: _sign = 1，_version ++
  • ➢ MYSQL_DELETE_ROWS_EVENT: _sign = -1，_version ++
  • ➢ MYSQL_UPDATE_ROWS_EVENT: 新数据 _sign = 1，_version ++
  • ➢ MYSQL_QUERY_EVENT: 支持 CREATE TABLE 、DROP TABLE 、RENAME TABLE 等。

2 使用细则

(1)DDL 查询

MySQL DDL 查询被转换成相应的 ClickHouse DDL 查询(ALTER, CREATE, DROP, RENAME)。如果 ClickHouse 不能解析某些 DDL 查询，该查询将被忽略。

(2)数据复制

MaterializeMySQL 不支持直接插入、删除和更新查询，而是将 DDL 语句进行相应转换:

  • MySQL INSERT 查询被转换为 INSERT with _sign=1。
  • MySQL DELETE 查询被转换为 INSERT with _sign=-1。
  • MySQL UPDATE 查询被转换成 INSERT with _sign=1 和 INSERT with _sign=-1。

(3)SELECT 查询

如果在 SELECT 查询中没有指定_version，则使用 FINAL 修饰符，返回_version 的最大值对应的数据，即最新版本的数据。如果在 SELECT 查询中没有指定_sign，则默认使用 WHERE _sign=1，即返回未删除状态(_sign=1)的数据。

(4)索引转换

ClickHouse 数据库表会自动将 MySQL 主键和索引子句转换为 ORDER BY 元组。ClickHouse 只有一个物理顺序，由 ORDER BY 子句决定。如果需要创建新的物理顺序， 请使用物化视图。

3 物化MySQL实操

1 MySQL 开启 binlog 和 GTID 模式

(1) 确保 MySQL 开启了 binlog 功能，且格式为 ROW

打开/etc/my.cnf,在[mysqld]下添加:

server-id=1
log-bin=mysql-bin
binlog_format=ROW

2)开启 GTID 模式 如果如果 clickhouse 使用的是 20.8 prestable 之后发布的版本，那么 MySQL 还需要配置 开启GTID 模式, 这种方式在 mysql 主从模式下可以确保数据同步的一致性(主从切换时)。

gtid-mode=on
enforce-gtid-consistency=1 # 设置为主从强一致性 
log-slave-updates=1 #记录日志

GTID 是 MySQL 复制增强版，从 MySQL 5.6 版本开始支持，目前已经是 MySQL 主流复制模式。它为每个 event 分配一个全局唯一 ID 和序号，我们可以不用关心 MySQL 集群主从拓扑结构，直接告知 MySQL 这个 GTID 即可。 (3)重启 MySQL

sudo systemctl restart mysqld

2 准备 MySQL 表和数据

在 MySQL 中创建数据表并写入数据

CREATE DATABASE testck;
CREATE TABLE `testck`.`t_organization` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `code` int NOT NULL,
  `name` text DEFAULT NULL,
  `updatetime` datetime DEFAULT NULL,
  PRIMARY KEY (`id`),
  UNIQUE KEY (`code`)
) ENGINE=InnoDB;
INSERT INTO testck.t_organization (code, name,updatetime)
VALUES(1000,'Realinsight',NOW());
INSERT INTO testck.t_organization (code, name,updatetime)
VALUES(1001, 'Realindex',NOW());
INSERT INTO testck.t_organization (code, name,updatetime)
VALUES(1002,'EDT',NOW());

4 开启 ClickHouse 物化引擎

set allow_experimental_database_materialize_mysql=1;

5 创建复制管道

1)ClickHouse 中创建 MaterializeMySQL 数据库

CREATE DATABASE test_binlog ENGINE =
MaterializeMySQL('locahost:3306','testck','root','root');

其中 4 个参数分别是 MySQL 地址、databse、username 和 password。

2)查看 ClickHouse 的数据

use test_binlog;
show tables;
select * from t_organization;
select * from t_user;

在MySQL操作增删改查，在ClickHouse查询会发现和MySQL是一样的效果。

6 删除数据

(1)MySQL 删除数据:

DELETE FROM t_organization where id = 2;

(2)ClicKHouse，日志有 DeleteRows 的 binlog 监听事件，查看数据:

 select * from t_organization;

(3)在刚才的查询中增加 _sign 和 _version 虚拟字段

select *,_sign,_version from t_organization order by _sign desc,_version desc;

ClickHouse之MaterializeMySQL引擎（十） - Java技术债务

在查询时，对于已经被删除的数据，_sign=-1，ClickHouse 会自动重写 SQL，将 _sign = -1 的数据过滤掉;

对于修改的数据，则自动重写 SQL，为其增加 FINAL 修饰符。

select * from t_organization
等同于
select * from t_organization final where _sign = 1

7 表操作也会同步到ClickHouse

在MySQL对表操作也会同步到CK，如：

  • 删除MySQL的表，在CK查询会报错，查询表不存在
  • 新建MySQL表，在CK也能立刻查询到新建的MySQL表
阅读全文
© 2021-2022 Java技术债务 - Java技术债务 版权所有

微信公众号

Java技术债务
Java技术债务

专注于Spring,SpringBoot等后端技术探索

以及MySql数据库开发和Netty等后端流行框架学习

日志
分类
标签
RSS

有不足之处也希望各位前辈指出