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。
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。
@Override
public 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 和 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) 或 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 batch 、multisql 、 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
- 以主键、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 COLUMN、AFTER/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_create
datetime/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 MySQL、StarRocks、OceanBase、Kafka 对端,我们希望后续如 Redis、ElasticSearch、Doris、Hudi 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。
标签:CloudCanal,OceanBase,分区,扫描,数据库,迁移,主键 From: https://www.cnblogs.com/clougence/p/oceanbase_change_data_capture_optimize_1.html