这篇教程将展示如何基于 Flink CDC 快速构建 MySQL 到 Databend 的实时数据同步。本教程的演示都将在 Flink SQL CLI 中进行，只涉及 SQL，无需一行 Java/Scala 代码，也无需安装 IDE。
假设我们有电子商务业务，商品的数据存储在 MySQL ，我们需要实时把它同步到 Databend 中。
接下来的内容将介绍如何使用 Flink Mysql/Databend CDC 来实现这个需求，系统的整体架构如下图所示：
准备阶段
准备一台已经安装了 Docker 和 docker-compose 的 Linux 或者 MacOS 。
准备教程所需要的组件
接下来的教程将以 docker-compose 的方式准备所需要的组件。
debezium-MySQL
docker-compose.yaml
version: '2.1'services: postgres: image: debezium/example-postgres:1.1 ports: - "5432:5432" environment: - POSTGRES_DB=postgres - POSTGRES_USER=postgres - POSTGRES_PASSWORD=postgres mysql: image: debezium/example-mysql:1.1 ports: - "3306:3306" environment: - MYSQL_ROOT_PASSWORD=123456 - MYSQL_USER=mysqluser - MYSQL_PASSWORD=mysqlpw
复制代码
Databend
docker-compose.yaml
version: '3'services: databend: image: datafuselabs/databend volumes: - /Users/hanshanjie/databend/local-test/databend/databend-query.toml:/etc/databend/query.toml environment: QUERY_DEFAULT_USER: databend QUERY_DEFAULT_PASSWORD: databend MINIO_ENABLED: 'true' ports: - '8000:8000' - '9000:9000' - '3307:3307' - '8124:8124'
复制代码
在 docker-compose.yml 所在目录下执行下面的命令来启动本教程需要的组件：
该命令将以 detached 模式自动启动 Docker Compose 配置中定义的所有容器。你可以通过 docker ps 来观察上述的容器是否正常启动。
下载 Flink 和所需要的依赖包
下载 Flink 1.16.0 并将其解压至目录 flink-1.16.0
下载下面列出的依赖包，并将它们放到目录 flink-1.16.0/lib/ 下：
下载链接只对已发布的版本有效, SNAPSHOT 版本需要本地编译
编译 flink-connector-databend
git clone https://github.com/databendcloud/flink-connector-databendcd flink-connector-databendmvn clean install -DskipTests
复制代码
将 target/flink-connector-databend-1.16.0-SNAPSHOT.jar 拷贝到目录 flink-1.16.0/lib/ 下。
准备数据
在 MySQL 数据库中准备数据
进入 MySQL 容器
docker-compose exec mysql mysql -uroot -p123456
复制代码
创建数据库 mydb 和表 products，并插入数据:
CREATE DATABASE mydb;USE mydb;
CREATE TABLE products (id INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY,name VARCHAR(255) NOT NULL,description VARCHAR(512));ALTER TABLE products AUTO_INCREMENT = 10;
INSERT INTO products VALUES (default,"scooter","Small 2-wheel scooter"),(default,"car battery","12V car battery"),(default,"12-pack drill bits","12-pack of drill bits with sizes ranging from #40 to #3"),(default,"hammer","12oz carpenter's hammer"),(default,"hammer","14oz carpenter's hammer"),(default,"hammer","16oz carpenter's hammer"),(default,"rocks","box of assorted rocks"),(default,"jacket","water resistent black wind breaker"),(default,"cloud","test for databend"),(default,"spare tire","24 inch spare tire");
复制代码
Databend 中建表
CREATE TABLE bend_products (id INT NOT NULL, name VARCHAR(255) NOT NULL, description VARCHAR(512) );
复制代码
启动 Flink 集群和 Flink SQL CLI
使用下面的命令跳转至 Flink 目录下
使用下面的命令启动 Flink 集群
启动成功的话，可以在 http://localhost:8081/ 访问到 Flink Web UI，如下所示：
使用下面的命令启动 Flink SQL CLI
在 Flink SQL CLI 中使用 Flink DDL 创建表
首先，开启 checkpoint，每隔 3 秒做一次 checkpoint
-- Flink SQL Flink SQL> SET execution.checkpointing.interval = 3s;
复制代码
然后, 对于数据库中的表 products 使用 Flink SQL CLI 创建对应的表，用于同步底层数据库表的数据
-- Flink SQLFlink SQL> CREATE TABLE products (id INT,name STRING,description STRING,PRIMARY KEY (id) NOT ENFORCED) WITH ('connector' = 'mysql-cdc','hostname' = 'localhost','port' = '3306','username' = 'root','password' = '123456','database-name' = 'mydb','table-name' = 'products','server-time-zone' = 'UTC');
复制代码
最后，创建 d_products 表， 用来订单数据写入 Databend 中
-- Flink SQLcreate table d_products (id INT,name String,description String, PRIMARY KEY (`id`) NOT ENFORCED) with ('connector' = 'databend','url'='databend://localhost:8000','username'='databend','password'='databend','database-name'='default','table-name'='bend_products','sink.batch-size' = '5','sink.flush-interval' = '1000','sink.max-retries' = '3');
复制代码
使用 Flink SQL 将 products 表中的数据同步到 Databend 的 d_products 表中：
insert into d_products select * from products;
复制代码
此时 flink job 就会提交成功，打开 flink UI 可以看到:
同时在 databend 中可以看到 MySQL 中的数据已经同步过来了：
同步 Insert/Update 数据
此时我们在 MySQL 中再插入 10 条数据：
INSERT INTO products VALUES (default,"scooter","Small 2-wheel scooter"),(default,"car battery","12V car battery"),(default,"12-pack drill bits","12-pack of drill bits with sizes ranging from #40 to #3"), (default,"hammer","12oz carpenter's hammer"), (default,"hammer","14oz carpenter's hammer"), (default,"hammer","16oz carpenter's hammer"), (default,"rocks","box of assorted rocks"), (default,"jacket","water resistent black wind breaker"),(default,"cloud","test for databend"), (default,"spare tire","24 inch spare tire");
复制代码
这些数据会立即同步到 Databend 当中。
假如此时 MySQL 中更新了一条数据:
那么 id=10 的数据在 databend 中也会被立即更新：
环境清理
操作结束后，在 docker-compose.yml 文件所在的目录下执行如下命令停止所有容器：
在 Flink 所在目录 flink-1.16.0 下执行如下命令停止 Flink 集群：
结论
以上就是基于 Flink CDC 构建 MySQL 到 Databend 的 实时数据同步的全部过程，通过 Flink CDC connectors 可以替换 Debezium+Kafka 的数据采集模块，实现 Flink SQL 采集+计算+传输一体化，减少维护的组件，简化实时链路，减轻部署成本的同时也能达到 Exactly Once 的语义效果。
评论