送你两个神器，关系数据库数据入湖轻松应对

​​​​​​​​​​​​摘要：关系数据库的数据入湖，有多种场景、多种工具、多种入湖时效要求等，本文梳理相关场景，以及对应的建议方案。

本文分享自华为云社区《关系数据库数据入湖的场景及方案总结》，作者：HisonHuang。

关系数据库的数据入湖，有多种场景、多种工具、多种入湖时效要求等，本文梳理相关场景，以及对应的建议方案。

首先介绍下两种入湖工具：批量数据迁移工具（如 CDM）和实时数据接入工具（如 CDL）。

批量数据迁移工具，可以一次全量、一次全量+批次增量的方式将数据从关系数据库的数据迁移到数据湖，往往入湖时效性（从数据产生到数据进入数据湖贴源层）在 10 多分钟或更长，如 15 分钟左右，取决于批次增量迁移任务的时间间隔。以下是批量数据迁移工具（CDM）的功能架构图：

实时数据接入工具（如 CDL），可以实时捕获关系数据库的 binlog 日志，保存在消息队列如 Kafka，并支持实时解析 binlog 日志生成增删改命令来操作数据湖的数据记录，实现关系数据库的数据实时入湖，入湖时效性在秒级或分钟级，一般小于 15 分钟。以下是实时数据接入工具（CDL）的功能架构图：

场景 1：关系数据库有存量历史数据，无实时产生的新数据

方案：

1、入湖工具：批量数据迁移工具（如 CDM）

2、入湖方式：整表迁移，示意如下：

3、入湖流程：

3.1、使用入湖工具，配置关系数据库作为源端，配置 HDFS/Hive 的目录作为目的端；

3.2、用入湖工具启动入湖作业，关系数据库-》HDFS 目录（数据湖贴源层）。

场景 2：关系数据库初始无数据，在建立入湖流程后，关系数据库才开放数据写入

方案：前置条件：关系数据库打开 binlog 日志开关。

1、入湖工具：实时数据接入工具（如 CDL）

2、入湖方式：实时增量数据入湖，示意如下：

3、入湖流程：

3.1、使用入湖工具，配置关系数据库作为源端，配置 Hudi 文件的目录作为目的端；

3.2、启动入湖工具运行；

3.3、关系数据库的实时增量数据入湖；

3.3.1、数据记录插入、修改、删除到关系数据库；

3.3.2、关系数据库的数据变化日志被实时捕获到入湖工具；

3.3.3、入湖工具解析日志，调用 Hudi 接口插入、修改、删除数据记录到 Hudi 文件的目录（数据湖贴源层）。

场景 3：关系数据库有存量历史数据，且实时产生新数据，数据记录有时间标识字段

方案 1：

1、入湖工具：批量数据迁移工具（如 CDM）

2、入湖方式：首次存量历史数据入湖+持续批次增量数据入湖

3、入湖时效：近实时（取决于批次调度周期）

4、入湖流程：

4.1、假设关系数据库实时产生稳定数量的新数据；

4.2、使用入湖工具，配置关系数据库作为源端，配置 HDFS/Hive 的目录作为目的端；

4.3、用入湖工具，启动存量数据入湖作业，其中 Where 过滤条件的时间标识字段从初始时间截止到当前时间；

注：存量数据入湖作业运行时间较久，视存量历史数据量、网络带宽、入湖作业吞吐量等因素决定。在此期间，关系数据库由于不断接受新写入，累积较大量的新数据。

4.4、持续批次启动增量数据入湖作业，其中 Where 过滤条件的时间标识字段从上一批次作业的截止时间到到当前时间；每批次迁移数据量逐步减少，批次之间的时间间隔逐步减小并趋向稳定，每批次作业所占用的计算资源也逐步减小并趋向稳定。示意如下：

方案 2：前置条件：关系数据库打开 binlog 日志开关。

1、入湖工具：批量数据迁移工具（如 CDM）+ 实时数据接入工具（如 CDL）

2、入湖方式：首次存量历史数据入湖+持续批次增量数据入湖+实时增量数据入湖

3、入湖时效：前两个阶段非实时，最后阶段进入实时

4、入湖流程：

4.1、假设关系数据库实时产生稳定数量的新数据；

4.2、使用批量数据迁移工具，配置关系数据库作为源端，配置 HDFS/Hive 的目录作为目的端（表 A，文件格式可能是 CSV）；

4.3、用批量数据迁移工具，启动存量数据入湖作业，其中 Where 过滤条件的时间标识字段从初始时间截止到当前时间；注：存量数据入湖作业运行时间较久，视存量历史数据量、网络带宽、入湖作业吞吐量等因素决定。在此期间，关系数据库由于不断接受新写入，累积较大量的新数据。

4.4、持续批次启动增量数据入湖作业，其中 Where 过滤条件的时间标识字段从上一批次作业的截止时间到到当前时间；每批次迁移数据量逐步减少，批次之间的时间间隔逐步减小并趋向稳定，每批次作业所占用的计算资源也逐步减小并趋向稳定；

4.5、某时间点 Ts 暂停关系数据库的数据写入，确保 Ts 之前的数据全部由批次作业迁移到了 HDFS 目录（数据湖贴源层）；

4.6、停止批量数据迁移工具的批次作业。

4.7、使用实时数据接入工具，配置关系数据库作为源端，配置 Hudi 文件的目录作为目的端（表 B，文件格式是 Hudi）；

4.8、启动实时数据接入工具运行；

4.9、此时 Te 关系数据库开放数据写入；

4.10、关系数据库的实时增量数据入湖；

4.10.1、关系数据库的数据变化日志被实时捕获到实时数据接入工具；

4.10.2、实时数据接入工具解析日志，调用 Hudi 接口插入、修改、删除数据记录到 Hudi 文件的目录（数据湖贴源层）。示意如下：

场景 4：关系数据库有存量历史数据，且实时产生新数据，数据记录无时间标识字段

方案：前置条件：关系数据库打开 binlog 日志开关。

1、入湖工具：批量数据迁移工具（如 CDM）+ 实时数据接入工具（如 CDL）

2、入湖方式：整表迁移+实时增量数据入湖

3、入湖时效：最后阶段进入实时

4、入湖流程：

4.1、暂停关系数据库的数据写入；

4.2、使用批量数据迁移工具，配置关系数据库作为源端，配置 HDFS/Hive 的目录作为目的端（表 A，文件格式可能是 CSV）；

4.3、用批量数据迁移工具批量数据迁移工具启动入湖作业，关系数据库-》HDFS 目录（数据湖贴源层）；

4.4、以上存量数据迁移完成后，停止批量数据迁移工具的批次作业；

4.5、使用实时数据接入工具，配置关系数据库作为源端，配置 Hudi 文件的目录作为目的端（表 B，文件格式是 Hudi）；

4.6、启动实时数据接入工具运行；

4.7、此时 Te 关系数据库开放数据写入；

4.8、关系数据库的实时增量数据入湖；

4.8.1、关系数据库的数据变化日志被实时捕获到实时数据接入工具；

4.8.2、实时数据接入工具解析日志，调用 Hudi 接口插入、修改、删除数据记录到 Hudi 文件的目录（数据湖贴源层）。示意如下：

点击关注，第一时间了解华为云新鲜技术~