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
- 下载 Flink 1.16.0 并将其解压至目录
flink-1.16.0
- 下载下面列出的依赖包,并将它们放到目录
flink-1.16.0/lib/
下: - 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。