一种元数据同步的方法

一、技术背景

在面向数字能源领域，KaiwuDB 就元数据同步存在以下应用场景：源端执行元数据操作语句，同时对应源端元数据变化；这些元数据需要在目标的一端进行同步，而实现这一目标的方法是通过数据复制同步模块来完成。

元数据复制同步可以分为两个部分：

• 元数据回放表的复制模块；

• 元数据回放模块。

本文主要介绍整个元数据同步模块中的后半部分，即元数据回放（metadata backfill）模块的技术实现。

二、技术基础

1. 元数据回放表

此表用于记录源端元数据操作 SQL 语句：

表 1：元数据回放表

2. 表级别的复制

表级别的复制是元数据回放的基础。通过复制语法可以将源端的元数据回放记录表复制到目标端，在源端通过 DDL 对元数据进行操作的语句，将会由表级别的复制发送到目标端，完成对元数据记录表的复制操作。元数据回放模块在此表的同步基础上，进行两端的元数据回放并达到元数据同步的目的。

元数据模块由表级别的复制调用触发。在表级别的复制过程中，存在将数据写入元数据表的操作。选择在数据写入到目标端的回放表时，触发回放模块，进行检索并实现元数据回放。

三、实现流程

图 1：回放流程

1. 记录元数据操作语句

我们在执行元数据操作的 SQL 语句时，在执行流程中调用回放表写入接口，将 SQL 语句等其他参数记录在元数据回放表中。

写入此表的数据中，生成的主键为当前的 portal_id（portal_id 和源端绑定，每个端的 portal_id 是不同的）和生成的 rowid 联合主键。因此，纵使多个源端的语句也可以在同一目标端聚合在同一张回放表中，不会产生主键冲突问题。默认记录的 SQL 语句的回放状态为未回放状态。

2. 回放模块的启动

回放模块的启动是基于启动服务时拉起一个协程。通过启动一个回放协程，协程中会检测信号 signal 作为回放模块的触发机制。

若 signal 接收到信号，就触发回放模块的执行。启动后的回放模块，等待复制模块的触发信号，进而触发回放。

3. 回放模块的触发

复制模块通过复制表将源端记录表复制到目标端。随着不断的 SQL 记录写入回放表，表级别的复制可以将后续的 SQL 语句记录发送到目标端。

在目标端上，写入回放表时通过向 signal 赋值，即向回放协程模块发送触发信号，就可以在回放模块中触发回放模块。触发回放模块后，就可以进行到下一步回放模块的执行。

4. 回放模块的执行

图 2：回放执行模块

1）获取回放语句

通过对复制过来的源端的回放表的查询，通过筛选查出回放表的未回放语句，查找对应 SQL 记录的回放状态，从而拿到需要回放的待回放语句。

从回放表拿到的语句解析为待执行的字符串语句，这些语句就是待同步在目标端执行的语句，将其传入回放模块的下一阶段，执行回放语句。

2）执行回放语句

将获取的待回放语句传入执行回访模块，利用执行模块对获取到的语句进行执行，完成元数据在目标端的同步执行。

执行完语句后，需要修改此条语句的回放状态，进入更新语句的回放状态模块。

3）更新回放状态

回放成功的语句，需要进入更新回放状态模块，将记录的语句执行成功的更新状态为 true 已执行，下次重新获取的语句就会跳过已经被回放过的语句。

4）事务控制

回放模块的执行中，选择将执行回放语句模块放入同一个事务执行，若语句回放失败，则不进行更新状态；若更新回放状态失败，则回退回放语句的执行。放在同一个事务中，保证回放状态和是否成功执行回放语句保持一致。

四、总结优化

基于复制的技术基础，回放模块启动后，触发和执行回放模块，在源端执行的元数据操作 SQL 语句，同步到目标端进行回放，从而达到元数据的同步。本文讲述的是一个基础的实现思路，未来仍将有很大的优化空间。