解决方案实践 > 使用DTS实现MySQL到Kafka数据迁移
使用DTS实现MySQL到Kafka数据迁移
  • 概览
  • 需求场景
  • 方案概述
  • 迁移前置条件
  • 源端MySQL迁移权限要求
  • 目标端Kafka环境准备
  • 操作步骤
  • 1.创建迁移任务
  • 2.配置任务
  • 3.启动迁移
  • 4.检查Kafka集群数据

使用DTS实现MySQL到Kafka数据迁移

更新时间:

概览

本文主要介绍通过DTS数据迁移功能从自建MySQL或RDS for MySQL迁移至百度消息服务或自建Kafka集群

需求场景

适用于使用百度智能云数据传输服务DTS（以下简称 DTS），将自建MySQL或RDS for MySQL数据库实例的数据迁移到百度消息服务或自建Kafka集群中。

方案概述

迁移前置条件

  • 已创建作为迁移源端的MySQL数据库实例，版本为5.5、5.6或5.7。
  • 已创建作为迁移目标端的Kafka集群或百度消息服务主题。自建Kafka集群支持版本为0.9或0.10。

源端MySQL迁移权限要求

当源端为自建数据库时，用户需要提供一个满足权限要求的迁移账号。 用户可以对准备用于迁移的已有账号进行授权，也可以创建新的账号用于迁移，请参考如下授权语句：
GRANT SELECT, LOCK TABLES, REPLICATION SLAVE, REPLICATION CLIENT, SHOW VIEW ON ∗.∗ TO '迁移账号'@'主机名' IDENTIFIED BY '迁移密码'; 其中「迁移账号」和「迁移密码」请按需自行填写；「主机名」可参考 DTS公网IP段 进行填写，实现仅对DTS服务器IP放开访问限制，或填写%对全部IP开放访问。
授权完成后，继续刷新系统权限表，执行FLUSH PRIVILEGES;，确保账号权限立即生效。

目标端Kafka环境准备

目标端为百度消息服务主题

无需准备环境，可直接配置DTS任务。DTS操作步骤参见：【操作步骤】

目标端为自建Kafka集群

由于DTS服务管控节点和目标端自建Kafka集群间存在网络隔离，因而需要配置自建Kafka集群的访问路由规则。您可以根据需要选择不同的访问方式，并按步骤配置您的Kafka集群。

  • 通过公网访问您的Kafka集群

如果您希望DTS通过公网链路访问您的Kafka集群，您需要为Kafka集群中的每一台机器配置公网访问。假设目标端Kafka集群有三个broker，其公网IP分别为：106.0.0.1、106.0.0.2、106.0.0.3；其内部网络IP分别为：172.16.0.1、172.16.0.2、172.16.0.3。您需要在每个broker的配置文件server.properties做如下配置，以broker1为例（公网IP：106.0.0.1，内网IP：172.16.0.1）：

  1. listeners
listeners=INTERNAL://172.16.0.1:9092,PUBLIC://172.16.0.1:19092

listeners是用来定义broker的listener的配置项。 INTERNAL标签下的连接信息（172.16.0.1:9092），用于broker间的内部通信。这里配置了内网IP（172.16.0.1），表示broker间可以通过内部网络实现网络通信。如果您希望broker间的通信走公网链路，可以改为配置公网IP（106.0.0.1）。
PUBLIC标签标记的连接信息（172.16.0.1:19092），用于与公网进行网络通信。注意：这里配置的IP应当与INTERNAL标签下的IP保持一致，但端口务必要不同。

  1. advertised.listeners
advertised.listeners=INTERNAL://172.16.0.1:9092,PUBLIC://106.0.0.1:19092

advertised.listeners用于将broker的listener信息发布到Zookeeper中，供客户端或其他broker查询。如果配置了advertised.listeners，那么就不会将listeners配置的信息发布到Zookeeper中。
INTERNAL标签下的连接信息（172.16.0.1:9092）与上文listeners配置保持一致，但PUBLIC标签下的连接信息（106.0.0.1:19092）需要填入公网IP。

  1. listener.security.protocol.map
listener.security.protocol.map=INTERNAL:PLAINTEXT,PUBLIC:PLAINTEXT

listener.security.protocol.map用于配置监听者的安全协议。 这里您可以按照自己的需要为不同的连接方式配置不同的安全协议。示例中默认为INTERNAL和PUBLIC都配置了无访问控制（PLAINTEXT）的安全协议。

  1. inter.broker.listener.name
inter.broker.listener.name=INTERNAL

inter.broker.listener.name用于指定某一个标签作为internal listener的连接方式，这个标签所代表的listener专门用于Kafka集群中broker之间的通信。 示例中将字段取值配置为INTERNAL，表示希望broker之间通过内部网络进行通信。

启动broker

完成上述4个参数的配置后，保存修改并退出到kafka根目录，执行如下命令启动broker1。然后按照相同步骤配置并启动broker2和broker3

nohup ./bin/kafka-server-start.sh ./config/server.properties &
通过百度云内部网络访问您的Kafka集群

除了公网自建实例外，目前DTS还支持下游是BBC或BCC自建的Kafka集群。由于集群部署在百度云上，用户可以选择绑定EIP后，让DTS通过公网访问Kafka集群，或直接通过百度云内部网络访问Kafka集群。

公网访问请参见上一章节，本章节介绍如何配置BBC/BCC自建的Kafka集群，使DTS能够通过百度云内部网络访问Kafka集群。

查询PNET IP

在百度云内部网络中，PNET IP用于唯一标识某一虚机实例，DTS使用PNET IP才能在百度云内部网络中正确访问到您的Kafka集群。在自己的BBC/BCC实例命令行执行如下命令，可以获得实例的PNET IP

curl http://169.254.169.254/2009-04-04/meta-data/public-ipv4

PNET IP.png

这里同样以broker1为例（PNET IP：10.0.0.1，内网IP：192.168.0.1），修改server.properties中的4个网络通信配置项，各个配置项含义详见上文通过公网访问章节。

listeners
listeners=INTERNAL://192.168.0.1:9092,EXTERNAL://192.168.0.1:19092

这里INTERNAL配置的IP是百度云VPC内网IP，您可以在BCC或BBC的实例详情页查询到实例的内网IP

BCC.png

EXTERNAL标签下的listener表示通过PNET IP访问broker的连接信息，注意：这里配置的IP应当与INTERNAL标签下的IP保持一致，但端口务必要不同。

advertised.listeners
advertised.listeners=INTERNAL://192.168.0.1:9092,EXTERNAL://10.0.0.1:19092

这里EXTERNAL标签对应的advertised.listeners配置为PNET IP:监听端口，INTERNAL标签的内容与配置项listeners一致

listener.security.protocol.map
listener.security.protocol.map=INTERNAL:PLAINTEXT,EXTERNAL:PLAINTEXT

这里您可以按照自己的需要为不同的连接方式配置不同的安全协议。示例中默认为INTERNAL和EXTERNAL都配置了无访问控制（PLAINTEXT）的安全协议。

inter.broker.listener.name
inter.broker.listener.name=INTERNAL

示例中将字段取值配置为INTERNAL，表示broker之间可以通过百度云VPC子网进行通信。

操作步骤

1.创建迁移任务

在DTS的管理控制台点击左侧【数据迁移】TAB标签，点击【新建迁移任务】按钮

create.png

如果您的源端是RDS for MySQL实例，则源端位置选择百度智能云数据库，如果是公网/BBC/BCC自建MySQL实例，则源端位置选择自建数据存储。目标端位置选择自建数据存储

commercial.png

然后点击【下一步】，完成购买配置。页面会跳转到管理控制台任务列表页，列表页的最上方会新增一个未配置状态的DTS任务，就是您刚刚创建的迁移任务，点击【配置任务】即可进行任务配置。如果页面跳转后未发现列表页出现新任务，建议等待一段时间刷新页面

config.png

2.配置任务

首先进入任务连接配置页，图中以源端为百度智能云数据库为例，按要求选择源端RDS for MySQL实例即可

config_src.png

配置目标端连接信息时，首先要根据目标端Kafka集群的访问方式选择接入类型。

若目标端为百度消息服务主题，则接入类型选择百度消息服务，并选择相应的地域和主题ID

bms.png

若目标端为自建Kafka集群，则如下图所示，按照公网访问和百度云内部网络访问两种方式选择对应的接入类型。

注意：Broker列表中的IP必须填PNET IP

config_dst.png

然后按要求填入其他信息即可。注意：目前DTS仅支持0.9和0.10版本的Kafka集群，并支持0.10版本Kafka集群配置SASL访问控制

BaiduHi_2019-8-16_11-41-21.png

点击【授权白名单进入下一步】，选择源端实例的迁移对象。

DTS_GettingStarted_TransferTask.png

点击【保存并预检查】，完成新建任务，然后在任务列表查看任务状态。

  • 状态列显示“前置检查通过”，可以勾选并启动迁移任务，任务启动后可以在任务进度列查看迁移进度。

  • 状态列显示“前置检查失败”，点击旁边的按钮查看失败原因并修改，重新启动检查直到成功后再启动迁移任务。

前置检查项详细解释参见：数据迁移操作指南-预检查

3.启动迁移

前置检查通过后，可以在任务列表页启动任务

start.png

4.检查Kafka集群数据

任务启动后，DTS将从源端数据库实例拉取到全量基准或增量变更数据，并以固定的格式写入目标端Kafka集群的指定Topic中。具体格式如下：

//json结构
[   //最外层是数组
{   //第一行记录，一条message可能包含1到多行记录
    "TIME":"20180831165311",          //时间戳
    "GLOBAL_ID":"xxxxxxxx",           //全局唯一ID，消费者可用此ID来去重
    "DATABASE":"db1",                 //数据库名
    "SCHEMA":"schema1",               //SCHEMA名，仅在上游为PostgreSQL、SQLServer时存在
    "TABLE":"tbl1",                   //表名
    "TYPE":"U",                       //变更类型，I为insert，U为update，D为delete
    "OLD_VALUES":{                    //变更前每列的”列名”:”列值”组，变更类型为I时无OLD_VALUES
        "key1":"old-value1",
        "key2":"old-value2",
        ...
    },
    "NEW_VALUES":{                    //变更后每列的”列名”:”列值”组，变更类型为D时无NEW_VALUES
        "key1":"new-value1",
        "key2":"new-value2",
        ...
    },
    "OFFSET":{                        //该条记录的位置信息，仅在上游为MySQL时的增量迁移阶段有值，对消费者无用
        "BINLOG_NAME":"mysql-bin.xxx",
        "BINLOG_POS":"xxx",
        "GTID":"server_id:transaction_id"   //仅在使用GTID方式同步时存在
    }
},  
{   //第二行记录
    "TIME":"20180831165311",
    "DATABASE":"db1",
    ...
}
... //更多行记录
]