最新要闻

广告

手机

iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?

iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?

警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案

警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案

家电

每日快播:CloudCanal x OceanBase 数据迁移同步优化

来源:博客园

简述

CloudCanal 去年支持 OceanBase 数据迁移同步能力后,随着使用用户增多以及问题反馈,近期对该能力进行了一轮较大规模的优化。

本篇文章简要介绍这些优化点,以及未来该能力的演进方向。


(资料图片仅供参考)

优化点

大幅提升同步性能

CloudCanal 目前使用 OceanBase LogProxy 做增量数据订阅,使用方式相对简单明了。

@Overridepublic void notify(LogMessage message) {    try {        ParsedEntry entry = msgConvertor.convertMsgToEntry(message);        if (entry == null) {            return;        }        instance.getEventStore().put(entry);    } catch (Exception e) {        String msg = "parse ob msg failed.msg:" + ExceptionUtils.getRootCauseMessage(e);        log.error(msg, e);        throw new LogProxyClientException(ErrorCode.E_PARSE, msg);    }}

消息解析对性能影响相对小,攒批对端写入方式影响更大。

攒批方面,我们将变更事件写入内存队列后,按照 个数/容量阈值(increBatchSize)超时时间(fetchFromBrokerTimeoutMs)刷出,提升批量写入的粒度。

对端写入方式,根据不同数据源,我们采用了 batchmultisql并行upsert等技术提升写入效率。

统一各类表全量扫描方式

全量数据扫描是 CloudCanal 全量数据迁移(或数据初始化)重要组成部分,需满足 性能优秀(2KB/record,>= 100k records 扫描速率)、可断点续传可预测进度表兼容性好的要求。

其中前三者是业务要求,最后一种是尽可能满足前三者的前提下,做到更多表的兼容。

CloudCanal 碰到的"表"包含以下类型

  • 关系型数据库
    • 无/单/多主键
    • 各种类型主键(整型/浮点/日期/二进制等)
    • 差异值主键(有/无符号,null值/空值,超长值)
    • 各种类型分区
    • 差异数据量(1万,100万,1000万,1亿,10亿,100亿)
    • 实体表/视图/临时表
  • 消息中间件
    • 各种命名规范
    • 无/有分区
    • 顺序/非顺序
  • 文档数据库
    • 规范/非规范(schemaless)
    • 无/有行业规范格式(ObjectId)
  • 缓存数据库
  • 搜索引擎

CloudCanal 全量数据扫描主要面向关系型数据库,性能要求断点续传能力进度预测能力都基于主键展开。

此次优化,我们做了如下几方面工作,统一了扫描逻辑,并且让无/单/多主键、各种类型主键、分区表都可断点续传

  • 主键分区作为断点续传位点
  • 扫描语句加入分区指定(如有)元组比较(单/多主键)按元组排序指定分页数等部分
  • 对比位点最大值扫描行数方式判定扫描是否结束

此外,各个数据源可根据自身差异性,可扩展扫描语句最大最小位点值获取逻辑链接自定义(设置超时等)执行语句上下文自定义(设置fetchSize等)

支持全局索引表

全局二级索引(GLOBAL)对分布式数据库有着非常重要的作用,它让原本 多分区数据检索操作 弱化成单分区检索,加速不同维度点查响应,提升 QPS。

对于 OceanBase 对端写入,CloudCanal 默认采用关系型数据库 INSERT IGNORE/ON DUPLICATE KEY UPDATE 规避主键/唯一键冲突

但是对于带有 GLOBAL 索引的表,OceanBase 不支持 INSERT IGNORE 操作,所以此次优化,我们写入 OceanBase 的 INSERT 操作默认改为 ON DUPLICATE KEY UPDATE (REPLACE)。

异构 DDL 同步转换优化

从异构数据库同步 DDL 到 OceanBase,我们优化成白名单模式

如 MySQL 到 OceanBase DDL 同步,默认支持

  • ALTER TABLE xxx ADD/DROP/MODIFY COLUMN
  • CREATE INDEX
  • RENAME TABLE

优化同时去除了 ALTER TABLE xxx CHANGE COLUMNAFTER/BEFORE等 OceanBase 现阶段不支持的语句。

此项能力随着 OceanBase 产品能力的进化而不断丰富。

解决时间戳自更新问题

对于类似 gmt_createdatetime/timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP时间字段定义,当源端该字段值变化区间小于时间精度(被程序判定未变化),并且写入对端并非采用 upsert 方式(精确字段更新),那么该字段数据将不一致。

CloudCanal 在精确字段更新模式下,默认将时间字段置为更新状态,确保将源端值带到对端,解决不一致的问题。

演进方向

OceanBase 商业级增量组件兼容

OceanBase 商业版 OMS 的数据订阅能力有别于目前社区版的 LogProxy,如 OceanBase 官方逐步扩大其使用面,CloudCanal 将第一时间跟进兼容。

更快的数据校验和订正能力

分布式数据库相对单机数据库,单表数据量大幅度增加(亿级表相当常见),数据校验和订正性能相比数据初始化,更加依赖数据扫描的性能,为此,CloudCanal 将开放 单表分片/分区并行扫描的能力。

更强的结构迁移和 DDL 同步能力

大表 通用/特殊化分区是常见操作,目前 CloudCanal 对表分区的结构迁移并未有效支持,这种分区的结构迁移,对于同构数据库相当必要。后续,我们将提供 分区信息的结构迁移

更多的数据源生态支持

以 OceanBase 为源端数据迁移同步,目前支持 MySQLStarRocksOceanBaseKafka对端,我们希望后续如 RedisElasticSearchDorisHudi等数据源也能加入到这个目标数据源中。

总结

本文主要介绍了 CloudCanal 在过去一段时间对 OceanBase 数据迁移同步能力的优化,从而是这个能力具备更强的性能更好的兼容性更加稳定的数据迁移同步表现

关键词: