碑文
Elasticsearch中国コミュニティからの質問-
MySQLには、テーブルに一意の増分フィールドと一意の増分時間フィールドはありません。logstashを使用して、MySQLからesへのリアルタイムの増分データインポートを実現するにはどうすればよいですか。
logstashとkafka_connectorはどちらも、自己インクリメントIDまたはタイムスタンプ更新に基づくデータのインクリメンタル同期のみをサポートします。
質問自体に戻ります。ライブラリテーブルに関連するフィールドがない場合は、どうすればよいですか。
この記事では、関連する議論と解決策を示します。
1.ビンログ認識
1.1 binlogとは何ですか?
Binlogは、Mysqlサーバーレイヤーによって維持されるバイナリログです。InnoDBエンジンのREDO / UNDOログとは完全に異なるログです。主に、mysqlデータを更新または更新する可能性のあるSQLステートメントを記録し、「トランザクション」を使用するために使用されます。フォームはディスクに保存されます。
主な機能は次のとおりです。
- 1)レプリケーション:一貫したマスタースレーブデータの目標を達成するため。
- 2)データ回復:mysqlbinlogツールを使用してデータを回復します。
- 3)インクリメンタルバックアップ。
1.2 Ali'sCanalは増分Mysql同期を実現します
Canalは、データベースの増分ログ分析に基づいてJavaで開発されたミドルウェアであり、増分データのサブスクリプションと消費を提供します。
現在、canalは主にMySQL binlog解析をサポートしており、解析が完了した後、canalクライアントを使用して関連データを処理します。目的:増分データサブスクリプションと消費。
要約すると、binlogを使用すると、IDを自己インクリメントしたり、タイムスタンプフィールドを設定したりせずに、logstashまたはkafka-connectorの制限を突破し、インクリメンタル同期を実現できます。
2.binlogに基づく同期方法
1)kafka Connectに基づくDebeziumオープンソースプロジェクト、アドレス:https://debezium.io/
2)サードパーティに依存しない独立したアプリケーション:Maxwellオープンソースプロジェクト、アドレス:http://maxwells-daemon.io/
conluent(zookeeper、kafka、ksql、kafka-connectorなどが付属するエンタープライズバージョンのkafka)が展開されているため、この記事はDebeziumのみを対象としています。
3.Debeziumの紹介
Debeziumは、データの動的な変化をリアルタイムでキャプチャするオープンソースの分散同期プラットフォームです。データソース(Mysql、Mongo、PostgreSql)のリアルタイムキャプチャ:追加(挿入)、更新(更新)、削除(削除)操作、Kafkaへのリアルタイム同期、強力な安定性と非常に高速。
特徴:
- 1)シンプル。アプリケーションを変更する必要はありません。外部サービスを提供できます。
- 2)安定している。すべての行のすべての変更を追跡します。
- 3)速い。Kafka上に構築されており、スケーラブルであり、公式の検証後に大容量のデータを処理できます。
4.同期アーキテクチャ
図に示すように、MysqlからESへの同期戦略は、「国を救うための曲線」メカニズムを採用しています。
ステップ1:Debeziumのbinlogメカニズムに基づいて、MysqlデータをKafkaに同期します。
ステップ2:Kafka_connectorメカニズムに基づいて、KafkaデータをElasticsearchに同期します。
5. Debeziumは、MysqlからESの追加、削除、および変更へのリアルタイム同期を実現します
ソフトウェアバージョン:
コンフルエント:5.1.2;
デベジウム:0.9.2_Final;
Mysql:5.7.x。
Elasticsearch:6.6.1
5.1Debeziumのインストール
confluentのインストールと展開については、http://t.cn/Ef5poZkを参照してください。ここでは、詳細については説明しません。
Debeziumのインストールでは、debezium-connector-mysqlの圧縮パッケージを解凍し、Confluentの解凍されたプラグインディレクトリ(share / java)に配置するだけです。
MySQLコネクタプラグイン圧縮パッケージのダウンロードリンク:
Debeziumを有効にするには、コンフルエントを再起動することに注意してください。
5.2 Mysqlbinlogおよびその他の関連する構成。
DebeziumはMySQLのbinlogメカニズムを使用してデータの動的な変更を監視するため、MySQLは事前にbinlogを構成する必要があります。
コア構成は次のとおりです。Mysqlマシンの/etc/my.cnfのmysqldの下に次の構成を追加します。
1[mysqld]
2
3server-id = 223344
4log_bin = mysql-bin
5binlog_format = row
6binlog_row_image = full
7expire_logs_days = 10
次に、Mysqlを再起動して、binlogを有効にします。
1systemctl start mysqld.service
5.3コネクタコネクタを設定します。
コンフルエントパスディレクトリを構成します:/ etc
フォルダの作成コマンド:
1mkdir kafka-connect-debezium
コネクタの構成情報をmysql2kafka_debezium.jsonに保存します。
1[root@localhost kafka-connect-debezium]# cat mysql2kafka_debezium.json
2{
3 "name" : "debezium-mysql-source-0223",
4 "config":
5 {
6 "connector.class" : "io.debezium.connector.mysql.MySqlConnector",
7 "database.hostname" : "192.168.1.22",
8 "database.port" : "3306",
9 "database.user" : "root",
10 "database.password" : "XXXXXX",
11 "database.whitelist" : "kafka_base_db",
12 "table.whitlelist" : "accounts",
13 "database.server.id" : "223344",
14 "database.server.name" : "full",
15 "database.history.kafka.bootstrap.servers" : "192.168.1.22:9092",
16 "database.history.kafka.topic" : "account_topic",
17 "include.schema.changes" : "true" ,
18 "incrementing.column.name" : "id",
19 "database.history.skip.unparseable.ddl" : "true",
20 "transforms": "unwrap,changetopic",
21 "transforms.unwrap.type": "io.debezium.transforms.UnwrapFromEnvelope",
22 "transforms.changetopic.type":"org.apache.kafka.connect.transforms.RegexRouter",
23 "transforms.changetopic.regex":"(.*)",
24 "transforms.changetopic.replacement":"$1-smt"
25 }
26}
次の構成に注意してください。
- 「database.server.id」は、Mysqlのserver-idの構成に対応します。
- "database.whitelist":同期するMysqlデータベースの名前。
- "table.whitlelist":同期するMysqテーブルの名前。
- 重要:「database.history.kafka.topic」:トピックではなく、データベースのShcemaレコード情報を格納します。
- "database.server.name":データが書き込まれるKafkaトピックのプレフィックス名として、各コネクタの論理名は一意です。
ピット1:変換に関連する5行の構成機能は、データ形式の変換を書き込むことです。
そうでない場合、入力データには、レコード変更の前、後、前、後、比較情報、およびメタデータ情報(source、op、ts_msなど)が含まれます。
この情報は、Elasticsearchへの後続のデータ書き込みでは必要ありません。(独自のビジネスシナリオの組み合わせに注意してください)。
フォーマット変換に関連する原則:http://t.cn/EftoaIi
5.4コネクタを起動します
1curl -X POST -H "Content-Type:application/json"
2--data @mysql2kafka_debezium.json.json
3http://192.168.1.22:18083/connectors | jq
5.5書き込みが成功したことを確認します。
5.5.1kafkaトピックを表示
1 kafka-topics --list --zookeeper localhost:2181
ここでは、データトピックに書き込まれた情報が表示されます。
新しく書き込まれたデータトピックの形式に注意してください。database.schema.table-smtは3つの部分で構成されています。
この例のトピック名:
full.kafka_base_db.account-smt
5.5.2消費データ検証の書き込みは正常です
1./kafka-avro-console-consumer --topic full.kafka_base_db.account-smt --bootstrap-server 192.168.1.22:9092 --from-beginning
この時点で、Debeziumはmysql同期kafkaを完了しました。
6、kafka-connectorはkafka同期を実現しますElasticsearch
6.1Kafka-connectorの概要
公式ウェブサイトを参照してください:https://docs.confluent.io/current/connect.html
Kafka Connectは、Kafkaを外部システム(データベース、キー値ストア、取得システムインデックス、ファイルシステムなど)に接続するためのフレームワークです。
コネクタは、一般的なデータソースデータ(Mysql、Mongo、Pgsqlなど)がKafkaに書き込まれるか、Kafkaデータがターゲットデータベースに書き込まれるか、または独自のコネクタを開発できることを認識します。
6.2、KafkaからESへのコネクタ同期構成
構成パス:
1/home/confluent-5.1.0/etc/kafka-connect-elasticsearch/quickstart-elasticsearch.properties
構成内容:
1"connector.class": "io.confluent.connect.elasticsearch.ElasticsearchSinkConnector",
2"tasks.max": "1",
3"topics": "full.kafka_base_db.account-smt",
4"key.ignore": "true",
5"connection.url": "http://192.168.1.22:9200",
6"type.name": "_doc",
7"name": "elasticsearch-sink-test"
6.3KafkaからESへの開始コネクタ
開始コマンド
1confluent load elasticsearch-sink-test
2-d /home/confluent-5.1.0/etc/kafka-connect-elasticsearch/quickstart-elasticsearch.properties
6.4 Kafka-connctor RESTFulAPIビュー
Mysql2kafkaおよびkafka2ESのコネクタの詳細は、postman、ブラウザ、またはコマンドラインを使用して表示できます。
1curl -X GET http://localhost:8083/connectors
7.ピットリプレイ。
ピット2:同期プロセス中にエラーが発生する可能性があります。例:Kafkaトピックはデータを消費できません。
トラブルシューティングのアイデアは次のとおりです。
-
1)消費されたトピックがデータ書き込みのトピックであるかどうかを確認します。
- 2)同期中にエラーがないことを確認します。コネクタを使用して、次のコマンドを表示できます。
1curl -X GET http://localhost:8083/connectors-xxx/status
ピット3:Mysql2ESは日付形式を認識しません。
これはMysqljarパッケージの問題です。解決策:my.cnfでタイムゾーン情報を構成します。
ピット4:Kafka2ES、ESはデータを書き込みません。
アイデアのトラブルシューティング:
- 1)提案:最初にトピック名と一致するインデックスを作成します。注:マッピングは静的にカスタマイズされ、動的な識別と生成ではありません。
- 2)コネクタ/ステータスを使用してエラーの原因を分析し、段階的に分析します。
8.まとめ
-
binlogの実現は、フィールドの制限を打ち破ります。実際、業界のgo-mysql-elasticsearchが実装されています。
-
比較:logstash、kafka-connector、Debeziumはリアルタイム同期を実現するための2つのステップを「国を救うための曲線」ですが、安定性+リアルタイムパフォーマンスは比較的良好です。
- みんなに使ってもらいましょう。優れた同期方法がある場合は、メッセージを残して話し合い、交換してください。
参照:
[1] http://t.cn/EftX2p8
[2] http://t.cn/EftXJU6
[3] http://t.cn/EftXO8c
[4] http://t.cn/EftXn9M
[5] http://t.cn/EftXeOc
推奨読書:
Blockbuster | Elasticsearch Methodology Cognitive List(2019 Spring Festival Update)
Elasticsearchの基本、高度、および実際の最初の公開アカウント