Elasticsearch Service
有奖捉虫：行业应用 & 管理与支持文档专题 HOT
文档中心 > Elasticsearch Service > 最佳实践 > 数据迁移和同步 > 使用流计算 Oceanus 实时同步 MySQL 数据到 ES

使用流计算 Oceanus 实时同步 MySQL 数据到 ES

最近更新时间：2024-03-06 22:05:31

我的收藏

本页目录：

本文主要介绍了从 mysql 数据库采集数据到流计算服务 Oceanus 进行分析，最后输出到 ElasticSearch 服务的实践。本方案可作为日志搜索场景解决方案使用。使用了云数据库 MySQL、流计算 Oceanus、Elasticsearch、Kibana 和私有网络 VPC。

环境搭建

创建 Oceanus 集群

在 流计算 Oceanus 控制台 的集群管理 > 新建集群中新建集群，选择地域、可用区、VPC、日志、存储，设置初始密码等。
说明
若之前未曾使用过私有网络 VPC、日志 CLS、对象存储 COS 等组件，需要先进行创建。
新建集群时，私有网络 VPC 及子网选择需和下文的 MySQL、ES 集群相同，否则需要手动打通（例如对等连接）。
创建完后的集群如下：




创建 MySQL 集群

在 云数据库 TencentDB 控制台 中，单击新建，创建 MySQL 集群。然后在数据库管理 > 参数设置中修改如下参数。
binlog_row_image=FULL




在 MySQL 数据库中创建表

执行如下 sql，或通过可视化页面创建数据库，创建表。
-- 创建数据库
create database test;
-- 以学生成绩表为例
CREATE TABLE `cdc_source4es` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '学号',
  `score` int(11) NOT NULL COMMENT '分数',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=7 DEFAULT CHARSET=utf8 COMMENT='create for student score'
并在表中插入几条数据。
insert into cdc_source4es values(1, 99);
insert into cdc_source4es values(2, 88);
insert into cdc_source4es values(3, 77);

创建 ElasticSearch 集群

在 Elasticsearch Service 控制台 中，单击新建，创建 Elasticsearch Service 集群。建议选择与 Oceanus 相同地域、可用区和网络。文本以 Elasticsearch 7.5.1 版本的集群为例。

集群创建完成后，可通过 Kibana 查看集群信息。如在 Dev Tools 面板上执行如下命令。
说明
Elasticsearch Service 中无需提前创建类似表的实体。
# 查看集群节点
GET _cat/nodes
# 返回节点信息则为正常
172.28.1.1 43 99 1 0.06 0.06 0.12 dilm - 1627027760001130832
172.28.1.2  65 99 3 0.03 0.12 0.13 dilm - 1627027760001130732
172.28.1.3 29 99 3 0.08 0.08 0.12 dilm * 1627027760001130632

作业创建

创建 SQL 作业

在 流计算 Oceanus 控制台 的作业管理 > 新建作业中新建 SQL 作业，选择在新建的集群中新建作业。然后在作业的开发调试 > 作业参数中添加必要的 connector，如 mysql-cdc connector、elasticsearch6/7 connector。
注意
ES connector 版本要与购买的 ES 组件版本一致。




创建 Source 端

选择 mysql 作为数据源，并将后续的数据持续更新到 ES 中。
-- mysql-cdc connector
CREATE TABLE `mysql_source` (
    `id` int,
    `score` int,
    PRIMARY KEY (`id`) NOT ENFORCED -- 如果要同步的数据库表定义了主键, 则这里也需要定义
) WITH (
    'connector' = 'mysql-cdc',      -- 必须为 'mysql-cdc'
    'hostname' = '172.28.28.213',   -- 数据库的 IP
    'port' = '3306',                -- 数据库的访问端口
    'username' = 'youruser',        -- 数据库访问的用户名（需要提供 SHOW DATABASES, REPLICATION SLAVE, REPLICATION CLIENT, SELECT, RELOAD 权限）
    'password' = 'yourpassword',    -- 数据库访问的密码
    'database-name' = 'test',   -- 需要同步的数据库
    'table-name' = 'cdc_source4es'      -- 需要同步的数据表名
);

创建 Sink 端

Sink 无需在 ES 集群中提前做初始化，可直接写入数据。
-- 注意! 如果您启用了 Elasticsearch 的用户名密码鉴权功能, 目前只能使用 Flink 1.10 的旧语法。若无需鉴权, 则可以使用 Flink 1.11 的新语法。
-- 参见 https://ci.apache.org/projects/flink/flink-docs-release-1.10/dev/table/connect.html#elasticsearch-connector

CREATE TABLE es_old_sink (
    `id` INT,
    `score` INT
) WITH (
    'connector.type' = 'elasticsearch', -- 输出到 Elasticsearch
    'connector.version' = '7',          -- 指定 Elasticsearch 的版本, 例如 '6', '7'. 注意务必要和所选的内置 Connector 版本一致
    'connector.hosts' = 'http://172.28.1.175:9200',  -- Elasticsearch 的连接地址
    'connector.index' = 'connector-test-index',       -- Elasticsearch 的 Index 名
    'connector.document-type' = '_doc',  -- Elasticsearch 的 Document 类型
    'connector.username' = 'elastic',  -- 可选参数: Elasticsearch 用户名
    'connector.password' = 'yourpassword',  -- 可选参数: Elasticsearch 密码

    'update-mode' = 'upsert',            -- 可选无主键的 'append' 模式，或有主键的 'upsert' 模式     
    'connector.key-delimiter' = '$',     -- 可选参数, 复合主键的连接字符 (默认是 _ 符号, 例如 key1_key2_key3)
    'connector.key-null-literal' = 'n/a',  -- 主键为 null 时的替代字符串，默认是 'null'
    'connector.failure-handler' = 'retry-rejected',   -- 可选的错误处理。可选择 'fail' （抛出异常）、'ignore'（忽略任何错误）、'retry-rejected'（重试）

    'connector.flush-on-checkpoint' = 'true',   -- 可选参数, 快照时不允许批量写入（flush）, 默认为 true
    'connector.bulk-flush.max-actions' = '42',  -- 可选参数, 每批次最多的条数
    'connector.bulk-flush.max-size' = '42 mb',  -- 可选参数, 每批次的累计最大大小 (只支持 mb)
    'connector.bulk-flush.interval' = '60000',  -- 可选参数, 批量写入的间隔 (ms)
    'connector.connection-max-retry-timeout' = '1000',     -- 每次请求的最大超时时间 (ms)
    --'connector.connection-path-prefix' = '/v1'          -- 可选字段, 每次请求时附加的路径前缀

    'format.type' = 'json'        -- 输出数据格式, 目前只支持 'json'
);

算子操作

下面语法中只做了简单的数据插入，没有进行复杂计算。
-- Flink SQL 进行运算
INSERT INTO es_old_sink select id, score  from mysql_source;

验证总结

在 Kibana 的 Dev Tools 中查询 ES 中的数据是否插入成功。
# 查询该索引下所有的数据
GET connector-test-index/_search

中国站