Kafka是应用较为广泛的分布式、高吞吐量、高可扩展性消息队列服务,普遍用于日志收集、监控数据聚合、流式数据处理、在线和离线分析等大数据领域,是大数据生态中不可或缺的产品之一。通过数据传输服务DTS(Data Transmission Service),您可以将通过专线、VPN网关或智能接入网关接入的自建MySQL数据同步至自建Kafka集群,扩展消息处理能力。

前提条件

  • Kafka集群的版本为0.10.1.0-1.0.2版本。
  • 自建MySQL数据库版本为5.1、5.5、5.6、5.7或8.0版本。
  • 已经将自建MySQL数据库通过专线、VPN网关或智能接入网关接入至阿里云专有网络。详情请参见本地IDC接入至阿里云方案概览,本文不做详细介绍。

注意事项

  • DTS在执行全量数据初始化时将占用源库和目标库一定的读写资源,可能会导致数据库的负载上升,在数据库性能较差、规格较低或业务量较大的情况下(例如源库有大量慢SQL、存在无主键表或目标库存在死锁等),可能会加重数据库压力,甚至导致数据库服务不可用。因此您需要在执行数据同步前评估源库和目标库的性能,同时建议您在业务低峰期执行数据同步(例如源库和目标库的CPU负载在30%以下)。
  • 如果源数据库没有主键或唯一约束,且所有字段没有唯一性,可能会导致目标数据库中出现重复数据。

功能限制

  • 同步对象仅支持数据表,不支持非数据表的对象。
  • 不支持自动调整同步对象,如果对同步对象中的数据表进行重命名操作,且重命名后的名称不在同步对象中,那么这部分数据将不再同步到到目标Kafka集群中。如需将修改后的数据表继续数据同步至目标Kafka集群中,您需要进行修改同步对象操作,详情请参见新增同步对象

消息格式

同步到Kafka集群中的数据以avro格式存储,schema定义详情请参见DTS avro schema定义

说明 数据同步到Kafka集群后,您需要根据avro schema定义进行数据解析。

支持的同步架构

  • 1对1单向同步
  • 1对多单向同步
  • 多对1单向同步
  • 级联单向同步

准备工作

在正式配置数据同步作业之前,您需要为自建MySQL创建账号并设置binlog

操作步骤

  1. 购买数据同步作业,详情请参见购买流程
    说明 购买时,选择源实例为MySQL,目标实例为Kafka,选择同步拓扑为单向同步
  2. 登录数据传输控制台
  3. 在左侧导航栏,单击数据同步
  4. 同步作业列表页面顶部,选择同步的目标实例所属地域。
    选择地域
  5. 定位至已购买的数据同步实例,单击配置同步链路
  6. 配置同步通道的源实例及目标实例信息。
    同步通道的源和目标实例配置
    类别 配置 说明
    同步作业名称 DTS会自动生成一个同步作业名称,建议配置具有业务意义的名称(无唯一性要求),便于后续识别。
    源实例信息 实例类型 选择通过专线/VPN网关/智能接入网关接入的自建数据库
    实例地区 购买数据同步实例时选择的源实例地域信息,不可变更。
    对端专有网络 选择自建数据库接入的VPC ID。
    数据库类型 固定为MySQL,不可变更。
    IP地址 填入自建MySQL数据库的服务器IP地址。
    端口 填入自建MySQL数据库的服务端口,默认为3306。
    数据库账号 填入自建MySQL数据库的账号,需要具备REPLICATION CLIENT、REPLICATION SLAVE、SHOW VIEW和所有同步对象的SELECT权限。
    数据库密码 填入该数据库账号的密码。
    目标实例信息 实例类型 根据Kafka集群的部署位置选择,本文以ECS上的自建数据库为例介绍配置流程。
    说明 当选择为其他实例类型时,您还需要执行相应的准备工作,详情请参见准备工作概览
    实例地区 购买数据同步实例时选择的目标实例地域信息,不可变更。
    ECS实例ID 选择部署了Kafka集群的ECS实例ID。
    数据库类型 选择为Kafka
    端口 Kafka集群对外提供服务的端口,默认为9092。
    数据库账号 填入Kafka集群的用户名,如Kafka集群未开启验证可不填写。
    数据库密码 填入Kafka集群用户名的密码,如Kafka集群未开启验证可不填写。
    Topic 单击右侧的获取Topic列表,然后在下拉框中选择具体的Topic名称。
    Kafka版本 根据目标Kafka集群版本,选择对应的版本信息。
    连接方式 根据业务及安全需求,选择非加密连接SCRAM-SHA-256
  7. 单击页面右下角的授权白名单并进入下一步
  8. 配置同步对象信息。
    配置同步对象
    配置 说明
    同步对象 源库对象区域框中,选择需要同步的对象(选择的粒度为表),然后单击向右箭头图标将其移动到已选对象区域框中。
    说明 DTS会自动将表名映射为配置同步的源和目标实例信息时选择的Topic名称。如果需要更换同步的目标Topic,请参见步骤9。
  9. 上述配置完成后单击页面右下角的下一步
  10. 配置同步初始化的高级配置信息。
    Kafka同步初始化高级配置
    配置 说明
    同步初始化 默认选择结构初始化全量数据初始化,DTS会在增量数据同步之前,将源库中待同步对象的结构和存量数据,同步到目标库。
    过滤选项 默认选择忽略增量同步阶段的 DDL,即增量同步阶段源库执行的DDL操作不会被DTS同步至目标库。
  11. 上述配置完成后,单击页面右下角的预检查并启动
    说明
    • 在数据同步作业正式启动之前,会先进行预检查。只有预检查通过后,才能成功启动数据同步作业。
    • 如果预检查失败,单击具体检查项后的提示图标,查看失败详情。根据提示修复后,重新进行预检查。
  12. 预检查对话框中显示预检查通过后,关闭预检查对话框,数据同步作业正式开始。
    您可以在数据同步页面,查看数据同步状态。查看数据同步状态