从TiDB迁移到OceanBase的实践分享

OceanBase数据库官方博客2024-08-08 9:16

本文来自OceanBase热心用户的分享

近期，我们计划将业务数据库从TiDB迁移到OceanBase，但面临的一个主要挑战是如何更平滑的完成这一迁移过程。经过研究，了解到OceanBase提供的OMS数据迁移工具能够支持从TiDB到OceanBase的迁移，并且它还具有数据增量同步的功能，不过需要依赖Kafka的支持。为了确保迁移的顺利进行，我们提前进行了全面的测试，以验证整个数据同步的可行性。以下是我们的测试记录，供大家参考和讨论。

环境介绍

以下各种组件安装过程不详细说明，具体安装过程在各产品官方网站都有详细说明，后面只介绍具体的配置过程

TiDB环境

TiDB版本：v5.4.3

TiDB的部署是在一台单机上混部了TiDB Server、TiKV以及PD，TiCDC单节点部署在另外一台机器上

|-------------|---------------|-------|
| 角色 | 机器 | 端口 |
| TiDB Server | 172.24.255.70 | 4000 |
| TiKV | 172.24.255.70 | 20160 |
| TiKV | 172.24.255.70 | 20161 |
| TiKV | 172.24.255.70 | 20162 |
| PD | 172.24.255.70 | 2379 |
| TiCDC | 172.24.255.55 | 8300 |

[root@OB3 bin]# ./cdc cli capture list --pd=http://172.24.255.70:2379
[
  {
    "id": "c0769fd8-78fa-4841-8103-586099d8fcf6",
    "is-owner": true,
    "address": "172.24.255.55:8300"
  }
]
OceanBase环境

OceanBase版本：V4.2.0_CE

|----------|---------------|------|
| 角色 | 机器 | 端口 |
| OBServer | 172.24.255.56 | 2881 |
| OBServer | 172.24.255.57 | 2881 |
| OBServer | 172.24.255.58 | 2881 |
| OBProxy | 172.24.255.56 | 2883 |
| OBProxy | 172.24.255.57 | 2883 |

Kafka环境

Kafka版本：3.1.0（TiCDC目前支持的最高版本是3.1.0版本）

Zookeeper版本：3.6.3

这里做测试，所以Kafka和zookeeper都是单机部署，没有采用集群部署，zookeeper用的是3.1.0版本自带的zookeeper，实际效果是一样的。

|--------------|---------------|------|
| 角色 | 机器 | 端口 |
| Kafka：broker | 172.24.255.55 | 9092 |
| zookeeper | 172.24.255.55 | 2181 |

[root@OB3 kafka]# ./bin/kafka-broker-api-versions.sh --bootstrap-server 172.24.255.55:9092 --version
3.1.0 (Commit:37edeed0777bacb3)

[root@OB3 bin]# ./zookeeper-shell.sh 172.24.255.55:2181 version
Connecting to 172.24.255.55:2181
ZooKeeper CLI version: 3.6.3--6401e4ad2087061bc6b9f80dec2d69f2e3c8660a, built on 04/08/2021 16:35 GMT
OMS环境

OMS版本：V4.1.1_CE

OMS采用的单节点部署

|-----|---------------|
| 角色 | 机器 |
| OMS | 172.24.255.70 |

配置过程

创建TiCDC同步任务

TiCDC支持向mysql兼容、tidb以及Kafka中同步数据，这里因为需要OMS同步TiDB的增量数据，而增量数据是从Kafka中获取，因此需要创建TiCDC到Kafka的同步任务，创建示例如下：

./cdc cli changefeed create --pd=http://172.24.255.70:2379 \
--sink-uri="kafka://172.24.255.55:9092/test-topic?protocol=open-protocol&kafka-version=3.1.0&partition-num=1&max-message-bytes=67108864&replication-factor=1" \
--changefeed-id="simple-replication-task" --sort-engine="unified"

这条命令会在TiCDC中创建一个名字为simple-replication-task的同步任务，并且会在Kafka中创建一个名字为test-topic的topic。创建完成之后，会收到如下信息

Create changefeed successfully!
ID: simple-replication-task
Info: {"sink-uri":"kafka://172.24.255.55:9092/test-topic?protocol=open-protocol\u0026kafka-version=3.1.0\u0026partition-num=1\u0026max-message-bytes=67108864\u0026replication-factor=1","opts":{"max-message-bytes":"1048588"},"create-time":"2023-10-09T15:41:57.1669333+08:00","start-ts":444815721665658881,"target-ts":0,"admin-job-type":0,"sort-engine":"unified","sort-dir":"","config":{"case-sensitive":true,"enable-old-value":true,"force-replicate":false,"check-gc-safe-point":true,"filter":{"rules":["*.*"],"ignore-txn-start-ts":null},"mounter":{"worker-num":16},"sink":{"dispatchers":null,"protocol":"open-protocol","column-selectors":null},"cyclic-replication":{"enable":false,"replica-id":0,"filter-replica-ids":null,"id-buckets":0,"sync-ddl":false},"scheduler":{"type":"table-number","polling-time":-1},"consistent":{"level":"none","max-log-size":64,"flush-interval":1000,"storage":""}},"state":"normal","error":null,"sync-point-enabled":false,"sync-point-interval":600000000000,"creator-version":"v5.4.3"}

在Kafka中查看topic

[root@OB3 kafka]# bin/kafka-topics.sh --bootstrap-server 172.24.255.55:9092 --list
__consumer_offsets
test-topic

这里有的参数简单说明下：

  • --pd：指定TiCDC任务同步源端TiDC集群的pd信息
  • --changefeed-id：指定同步任务的ID，如果不指定会自动生成
  • --sink-uri：同步任务下游地址，需按照下面格式配置，目前 scheme 支持 mysql/tidb/kafka/pulsar：
    • [scheme]://[userinfo@][host]:[port][/path]?[query_parameters]
  • --sort-engine：指定 changefeed 使用的排序引擎。因 TiDB 和 TiKV 使用分布式架构，TiCDC 需要对数据变更记录进行排序后才能输出。该项支持 unified（默认）/memory/file：
    • unified：优先使用内存排序，内存不足时则自动使用硬盘暂存数据。该选项默认开启。
    • memory：在内存中进行排序。 不建议使用，同步大量数据时易引发 OOM。
    • file：完全使用磁盘暂存数据。已经弃用，不建议在任何情况使用。
  • 其他包括：--start-ts、--target-ts、--config配置，具体可参考官网，这里不过多介绍，本次同步任务也未用到。

实际同步到下游配置，是通过sink-uri决定，这里再简单说明下sink-uri中参数含义，在这次创建的任务中--sink-uri参数内容如下：

--sink-uri="kafka://172.24.255.55:9092/test-topic?protocol=open-protocol&kafka-version=3.1.0&partition-num=1&max-message-bytes=67108864&replication-factor=1"

|--------------------|------------------------------------------------------------------|
| 参数 | 解析 |
| 172.24.255.55 | 下游 Kafka 对外提供服务的 IP |
| 9092 | 下游 Kafka 的连接端口 |
| topic-name | 变量，使用的 Kafka topic 名字，这里使用test-topic |
| kafka-version | 下游 Kafka 版本号（可选，默认值 2.4.0，目前支持的最低版本为 0.11.0.2，最高版本为 3.1.0） |
| partition-num | 下游 Kafka partition 数量 |
| max-message-bytes | 每次向 Kafka broker 发送消息的最大数据量（可选，默认值 10MB） |
| replication-factor | Kafka 消息保存副本数（可选，默认值 1） |
| protocol | 输出到 Kafka 的消息协议，可选值有 canal-json、open-protocol、canal、avro、maxwell |

  • 除了上面这些配置，另外还有加密等配置，这里没有使用加密方式。

另外，OMS 社区版仅支持 TiCDC Open Protocol，不支持其它协议，因此在sink-uri中指定protocol时，必须制定protocol=open-protocol

在以上创建完成之后，在TiDB中创建表并插入数据

MySQL [test]> create table test_table(id int primary key, name varchar(20));
Query OK, 0 rows affected (0.08 sec)

MySQL [test]> show tables;
+----------------+
| Tables_in_test |
+----------------+
| test_table     |
+----------------+
1 row in set (0.00 sec)

MySQL [test]> insert into test_table values(1,'OceanBase');
Query OK, 1 row affected (0.00 sec)

可以在Kafka中看到增量信息

[root@OB3 kafka]# ./bin/kafka-console-consumer.sh --bootstrap-server 172.24.255.55:9092 --topic test-topic
Q{"q":"CREATE TABLE `test_table` (`id` INT PRIMARY KEY,`name` VARCHAR(20))","t":3}
Q{"u":{"id":{"t":3,"h":true,"f":11,"v":1},"name":{"t":15,"f":64,"v":"OceanBase"}}}
OMS创建数据源

OMS上创建数据源时，需要创建两个数据源，一个是Kafka的，一个是TiDB的，在配置TiDB数据源时，需要关联Kafka数据源，因此这里先创建Kafka数据源。

Kafka数据源

进入到OMS数据源管理页面，新建数据源，选择Kakfa数据源，因为这里未使用SSL和认证，所以取消勾选，填写完成之后测试连接，连接成功之后确定即可添加成功。

TiDB数据源

同样进入到新建数据源页面，选择TiDB数据源，填写对应的信息，同时绑定Kafka，然后关联上一步创建的Kafka即可，选择创建好的test-topic，然后进行连接测试，测试成功之后确定即可添加TiDB数据源

OceanBase数据源

方式基本相同

OMS创建迁移任务

在OMS数据迁移页面，点击创建迁移项目，输入项目名称，源和目标之后，点击下一步

根据需求选择同步任务配置，这里勾选结构迁移、全量迁移、增量同步（Insert、Update、Delete）以及全量校验，注意这里不支持DDL同步，然后点击下一步

选择要同步的对象，这里可以直接指定对象，也可以选择匹配规则。我直接用了匹配规则，test库下所有对象都同步，然后点击校验，预览对象，因为目前TiDB的test库下只有test_table这张表，因此可以看到最终对象这里只显示了test_table，然后继续点击下一步

配置迁移选项，这里选择同步和校验的速率，速率越高，对资源的消耗越大。另外有高级配置中，目标端表对象存在记录时处理策略，以及是否允许索引后置，索引后置指OMS在完成对应表全量数据迁移、同步后创建非唯一键的索引，配置完成之后，进行预检查

预检查如果失败，需要检查失败原因，另外对于一些告警，也建议进行修复下，然后再开始同步任务。确认无误之后启动项目即可。

任务启动之后，会先进行全量迁移，即将原表中已有数据先迁移过来，完成之后会继续执行增量同步任务。

同步测试

在TiDB端执行insert、update、delete操作，可以看到在OceanBase端同步成功。

另外在OMS上可以看到变更的统计信息

相关推荐
桦仔18 小时前
云上分布式SQL Server，你值得拥有
分布式数据库·分布式sql server·分布式云数据库·分布式微软数据库
OceanBase数据库官方博客2 天前
如何通过OceanBase的多级弹性扩缩容能力应对业务洪峰
oceanbase·分布式数据库·高可用·企业案例
OceanBase数据库官方博客4 天前
关于 OceanBase 4.x 中被truncate的 table 不再支持进回收站的原因
oceanbase·分布式数据库·实践经验
Dnui_King5 天前
Oceanbase Restore Point实践
oceanbase
OceanBase数据库官方博客5 天前
OceanBase 运维管理工具 OCP 4.x 升级：聚焦高可用、易用性及可观测性
oceanbase·分布式数据库·数据库运维
OceanBase数据库官方博客5 天前
关于OceanBase 多模一体化的浅析
oceanbase·分布式数据库·kv·多模数据库
小成很成5 天前
oceanbase(ob)基于备份集搭建备租户方式
oceanbase
OceanBase数据库官方博客7 天前
打造高效实时数仓，从Hive到OceanBase的经验分享
oceanbase·分布式数据库·实时数仓
OceanBase数据库官方博客7 天前
OpenStack × OceanBase： 打造高可用可扩展的基础设施平台
开源·openstack·oceanbase·分布式数据库·生态工具
NineData8 天前
NineData云原生智能数据管理平台新功能发布｜2024年8月版
数据库·devops·数据迁移·ninedata·数据复制
热门推荐
01RAG 实践- Ollama+RagFlow 部署本地知识库02组基轨迹建模 GBTM的介绍与实现（Stata 或 R）032024年高教社杯数学建模国赛C题超详细解题思路分析04yolov8实战第五天——yolov8+ffmpg实时视频流检测并进行实时推流——（推流，保姆教学）05苍穹外卖面试总结06【2024数模国赛赛题思路公开】国赛B题思路丨附可运行代码丨无偿自提07浏览器插件——ModHeader 的分享和学习08Coze扣子平台完整体验和实践（附国内和国际版对比）09【2024高教社杯全国大学生数学建模竞赛】B题 生产过程中的决策问题——解题思路 代码 论文10CCF-CSP认证考试 202406-3 文本分词 100分题解