云数据库ClickHouse是面向联机分析处理的列式数据库，基于大宽表的聚合分析查询性能非常优异，比其他分析型数据库速度快一个数量级，通过数据传输服务DTS（Data Transmission Service），您可以将MySQL数据库（例如自建MySQL或RDS MySQL）同步至ClickHouse集群，帮助您轻松实现数据的流转，将企业数据集中分析。

前提条件

  • 源库中待同步的数据表必须具备主键。
  • 已创建目标ClickHouse集群，详情请参见创建ClickHouse集群。

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，您需要在执行数据同步前评估数据同步对源库和目标库性能的影响，同时建议您在业务低峰期执行数据同步。
  • 待同步数据库的数量符合云数据库ClickHouse的限制，即不超过256个。
  • 待同步数据库、表和列的名称符合云数据库ClickHouse的命名规范，相关规范请参见对象命名规范限制。

同步初始化类型说明

同步初始化类型 说明
结构初始化 DTS将源库中待同步对象的结构定义信息同步至目标库，目前支持的对象为库、表和视图。
警告 此场景属于异构数据库间的数据同步，DTS在执行结构初始化时数据类型无法完全对应，请谨慎评估数据类型的映射关系对业务的影响，详情请参见结构初始化涉及的数据类型映射关系。
全量数据初始化 DTS将源库中待同步对象的存量数据，全部同步到目标库中，作为后续增量同步数据的基线数据。
警告 在结构初始化和全量数据初始化完成之前，请勿对源库和目标库的同步对象执行DDL操作，否则可能导致数据同步失败。
增量数据初始化 DTS在全量数据初始化的基础上，将源库的增量更新数据实时同步至目标库。

在增量数据初始化阶段，DTS支持同步的SQL语句如下：

  • DML：INSERT、UPDATE、DELETE
  • DDL：
    • CREATE TABLE、DROP TABLE、RENAME TABLE、TRUNCATE TABLE
    • CREATE VIEW
    • ADD COLUMN、MODIFY COLUMN、DROP COLUMN
    警告 请勿在源库执行上述范围以外的DDL语句，否则将导致数据同步失败。

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ClickHouse，并选择同步拓扑为单向同步。
  3. 在左侧导航栏，单击数据同步。
  4. 在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. 配置数据同步作业的源库和目标库信息。
    配置源和目库信息
    类别 配置 说明
    无 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RDS实例。
    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。
    实例ID 选择源RDS实例ID。
    数据库账号 填入源RDS的数据库账号，该账号需具备REPLICATION CLIENT、REPLICATION SLAVE、SHOW VIEW和所有同步对象的SELECT权限。
    说明 当源RDS实例的数据库类型为MySQL 5.5或MySQL 5.6时，无需配置数据库账号和数据库密码。
    数据库密码 填入该数据库账号的密码。
    连接方式 根据需求选择非加密连接或SSL安全连接。如果设置为SSL安全连接，您需要提前开启RDS实例的SSL加密功能，详情请参见设置SSL加密。
    目标实例信息 实例类型 选择云数据库ClickHouse。
    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。
    ClickHouse实例ID 选择目标ClickHouse实例ID。
    数据库账号 填入目标ClickHouse实例的数据库账号。
    数据库密码 填入该数据库账号的密码。
  7. 单击页面右下角的授权白名单并进入下一步。
    此步骤中，DTS会将DTS服务器的IP地址添加至源实例和目标集群的白名单中，以保障DTS可以正常连接源实例和目标集群。
  8. 配置同步策略及对象信息。
    配置同步策略和对象
    配置 说明
    同步初始化 选中结构初始化、全量数据初始化和增量数据初始化，相关说明请参见同步初始化类型说明。
    目标已存在表的处理模式
    • 预检查并报错拦截：检查目标数据库中是否有同名的表。如果目标数据库中没有同名的表，则通过该检查项目；如果目标数据库中有同名的表，则在预检查阶段提示错误，数据同步作业不会被启动。
      说明 如果目标库中同名的表不能删除或重命名，您可以设置该表在目标库中的名称来避免表名冲突，详情请参见设置同步对象在目标实例中的名称。
    • 忽略报错并继续执行：跳过目标数据库中是否有同名表的检查项。
      警告 选择为忽略报错并继续执行，可能导致数据不一致，给业务带来风险，例如：
      • 表结构一致的情况下，如果在目标库遇到与源库主键的值相同的记录，在全量数据初始化阶段会保留目标库中的该条记录；在增量数据初始化则会覆盖目标库的该条记录。
      • 表结构不一致的情况下，可能会导致无法初始化数据、只能同步部分列的数据或同步失败。
    多表归并
    • 选择为是：通常在OLTP场景中，为提高业务表响应速度，通常会做分库分表处理。此类场景中，您可以借助DTS的多表归并功能将源库中多个表结构相同的表（即各分表）同步至ClickHouse集群的同一个表中。
      说明
      • DTS会在ClickHouse集群的同步目标表中增加__dts_data_source列（类型为varchar）来存储数据来源。DTS将以<dts数据同步实例ID>:<源数据库名>.<源表名>的格式写入列值用于区分表的来源，例如dts********:dtstestdata.customer1。
      • 多表归并功能基于实例级别，如果需要让部分表执行多表归并，另一部分不执行多表归并，您需要为这两批表分别创建数据同步作业。
    • 选择为否：默认选项。
    同步操作类型 根据业务选中需要同步的操作类型，默认情况下都处于选中状态。
    说明 如果多表归并选择为是，则不再支持DDL操作的同步。
    选择同步对象 在源库对象框中单击待迁移的对象，然后单击向右小箭头图标将其移动至已选择对象框。

    同步对象的选择粒度为库、表和列。默认情况下，同步对象的名称保持不变。如果您需要同步对象在目标实例上名称不同，请使用对象名映射功能，详情请参见设置同步对象在目标实例中的名称。

    警告 如果选择多表归并为是，选择源库的多个表后，您需要通过对象名映射功能，将其改为ClickHouse集群中的同一个表名，否则将导致数据不一致。操作方法请参见设置同步对象在目标实例中的名称。
  9. 单击下一步。
  10. 配置待同步表在ClickHouse中的主键列、排序键、分区键和Sharding_key信息。
    clickhouse高级配置
    说明
    • 主键列和排序键可以是组合键，即您可以在对应的下拉框中选择多个字段作为主键列和排序键；分区键和Sharding_key只能手动填写一个字段或字段表达式。更多关于主键列、排序键、分区键和Sharding_key的信息，请参见Create Table。
    • 如果表的数量较多，您可以按照表名过滤并批量设置分区键和Sharding_key，例如在全部设分区键为后的文本框中填写字段或字段表达式，然后单击文本框后的确定。
  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. 在预检查对话框中显示预检查通过后，关闭预检查对话框，同步作业将正式开始。
  13. 等待同步作业的链路初始化完成，直至处于同步中状态。
    您可以在 数据同步页面，查看数据同步作业的状态。查看同步作业状态