同步 OceanBase 数据库的数据至 RocketMQ

背景信息

消息队列 RocketMQ 是阿里云基于 Apache RocketMQ 构建的低延迟、高并发、高可靠的分布式消息中间件。数据传输的数据同步功能可以帮助您实现 OceanBase 数据库的物理表和 RocketMQ 数据源之间的数据实时同步，扩展消息处理能力。

同步 OceanBase 数据库的数据至 RocketMQ 时，两种租户对应的数据格式请参见 数据库传输到文本协议的格式说明。

前提条件

• 数据传输已具备云资源访问权限。详情请参见 数据传输迁移角色授权。

• 已为源端 OceanBase 数据库创建专用于数据同步项目的数据库用户，并为其赋予了相关权限。详情请参见 创建数据库用户。

使用限制

• 数据传输支持的 RocketMQ 实例版本为 V4.x 和 V5.x，包含商业版和社区版。

• 数据同步的对象仅支持物理表，不支持其他对象。

• 数据同步过程中，数据传输支持删除表之后再新建表，即支持对已经同步的表进行 DROP TABLE 操作后，再执行 CREATE TABLE。数据传输不支持通过重命名的方式新建表，即不支持执行 RENAME TABLE a TO a_tmp 操作。

• 待同步的表名和其中的列名不能包含中文字符。

• 数据传输仅支持迁移库名、表名和列名为 ASCII 码且不包含特殊字符（包括换行、空格，以及 .|"'`()=;/&）的对象。

• 数据传输不支持 OceanBase 备库作为源端。

注意事项

• 当 OceanBase 数据库 V4.x 进行增量同步时，如果生成列没有标记 STORED 属性，则同步目标端时该列将同步为 NULL 值，导致下游接收该列数据时不符合预期。

• 当更新的行包括 LOB 列时：

  • 如果 LOB 列为更新列，请勿依赖 LOB 列在 UPDATE 或 DELETE 操作前的值。

    目前使用 LOB 列进行存储的数据类型包括 JSON、GIS、XML、UDT（用户定义类型），以及 LONGTEXT、MEDIUMTEXT 等各类 TEXT。

  • 如果 LOB 列为非更新列，LOB 列在 UPDATE 或 DELETE 操作前或操作后的值均为 NULL。

• 当项目意外中断进行断点续传时，RocketMQ 实例中可能会存在部分重复数据（最近一分钟内），因此下游系统需要具备排重能力。

• 节点之间的时钟不同步，或者电脑终端和服务器之间的时钟不同步，均可能导致增量同步的延迟时间不准确。

  例如，如果时钟早于标准时间，可能导致延迟时间为负数。如果时钟晚于标准时间，可能导致延迟。

支持的源端和目标端实例类型

下表中，OceanBase 数据库包括 MySQL 租户和 Oracle 租户两种租户类型，源端支持的实例类型包括 OceanBase 集群实例和 VPC 内自建数据库。

操作步骤

1. 登录 OceanBase 管理控制台，购买数据同步项目。

   详情请参见 购买数据同步项目。

2. 在 数据传输 > 数据同步 页面，单击新购买的数据同步项目后的 配置。

   

   如果您需要引用已有的项目配置信息，可以单击 引用配置。详情请参见 引用和清空数据同步项目配置。

3. 在 选择源和目标 页面，配置各项参数。

   

   参数	描述
   同步项目名称	建议使用中文、数字和字母的组合。名称中不能包含空格，长度不能超过 64 个字符。
   标签	单击文本框，在下拉列表中选择目标标签。您也可以单击 管理标签，进行新建、修改和删除。详情请参见 通过标签管理数据同步项目。
   源端	如果您已新建 OceanBase 数据源，请从下拉列表中进行选择。如果未新建，请单击下拉列表中的 新建数据源，在右侧对话框进行新建。参数详情请参见 新建 OceanBase 数据源。 重要 源端不支持 OceanBase 数据库的 实例类型 为 OceanBase 租户实例。
   目标端	如果您已新建 RocketMQ 数据源，请从下拉列表中进行选择。如果未新建，请单击下拉列表中的 新建数据源，在右侧对话框进行新建。参数详情请参见 新建 RocketMQ 数据源。

4. 单击 下一步。在 选择同步类型 页面，选择当前数据同步项目的同步类型。

   

   同步类型包括 全量同步 和 增量同步。增量同步 仅支持 DML 同步（包括 Insert、Delete 和 Update），您可以根据需求进行自定义配置。详情请参见 自定义配置 DDL/DML。

5. 单击 下一步。在 选择同步对象 页面，选择当前数据同步项目需要同步的对象。

   同步 OceanBase 数据库的数据至 RocketMQ 时，支持多表到多 Topic 的同步。

   1. 在选择区域左侧选中需要同步的对象。

   2. 单击 >。

   3. 在 将对象映射至 Topic 对话框的 已有 Topic 下拉列表中，搜索并选中需要同步的 Topic。

      您也可以输入已有 Topic 后选中显示的 Topic 名称。

      

   4. 单击 确定。

      数据传输支持通过文本导入对象，并支持对目标端对象进行更改 Topic、设置行过滤、移除单个对象或全部对象等操作。目标端对象的结构为 Topic>DataBase>Table。

      

      操作	步骤
      导入对象	在选择区域的右侧列表中，单击右上角的 导入对象。 在对话框中，单击 确定。 重要 导入会覆盖之前的操作选择，请谨慎操作。 在 导入同步对象 对话框中，导入需要同步的对象。 您可以通过导入 CSV 文件的方式进行设置行过滤条件、设置过滤列和设置分片列等操作。详情请参见 下载和导入同步对象配置。 单击 检验合法性。 通过合法性的检验后，单击 确定。
      更改 Topic	数据传输支持对目标对象进行更改 Topic 操作。详情请参见 更改 Topic。
      设置	数据传输支持 WHERE 条件实现行过滤，选择分片列和需要同步的列。 在 设置 对话框中，您可以进行以下操作。 在 行过滤条件 区域的文本框中，输入标准的 SQL 语句中的 WHERE 子句，来配置行过滤。详情请参见 SQL 条件过滤数据。 在 分片列 下拉列表中，选择目标分片列。您可以选择多个字段作为分片列，该参数为选填。 选择分片列时，如果没有特殊情况，默认选择主键即可。如果存在主键负载不均衡的情况，请选择唯一性标识且负载相对均衡的字段作为分片列，避免潜在的性能问题。分片列的主要作用如下： 负载均衡：在目标端可以进行并发写入的情况下，通过分片列区分发送消息需要使用的特定线程。 有序性：由于存在并发写入可能导致的无序问题，数据传输确保在分片列的值相同的情况下，用户接收到的消息是有序的。此处的有序是指变更顺序（DML 对于一列的执行顺序）。 在 选择列 区域，选择需要同步的列。详情请参见 列过滤。
      移除/全部移除	数据传输支持在数据映射时，对暂时选中到目标端的单个或多个对象进行移除操作。 移除单个同步对象 在选择区域的右侧列表中，鼠标悬停至目标对象，单击显示的 移除，即可移除该同步对象。 移除全部同步对象 在选择区域的右侧列表中，单击右上角的 全部移除。在对话框中，单击 确定，即可移除全部同步对象。

6. 单击 下一步。在 同步选项 页面，配置各项参数。

   • 全量同步

     在 选择同步类型 页面，选中 全量同步，才会显示下述参数。

     

     参数	描述
     读取并发配置	该参数用于配置全量同步阶段从源端读取数据的并发数，最大限制为 512.并发数过高可能会造成源端压力过大，影响业务。
     写入并发配置	该参数用于配置全量同步阶段往目标端写入数据的并发数，最大限制为 512。并发数过高可能会造成目标端压力过大，影响业务。
     全量同步速率限制	您可以根据实际需求决定是否开启全量同步速率限制。如果开启，请设置 RPS（全量同步阶段每秒最多可以同步至目标端的数据行数的最大值限制）和 BPS（全量同步阶段每秒最多可以同步至目标端的数据量的最大值限制）。 说明 此处设置的 RPS 和 BPS 仅作为限速限流能力，全量同步实际可以达到的性能受限于源端、目标端、实例规格配置等因素的影响。

   • 增量同步

     在 选择同步类型 页面，选中 增量同步，才会显示下述参数。

     

     参数	描述
     写入并发配置	该参数用于配置增量同步阶段往目标端写入数据的并发数，最大限制为 512。并发数过高可能会造成目标端压力过大，影响业务。
     增量同步速率限制	您可以根据实际需求决定是否开启增量同步速率限制。如果开启，请设置 RPS（增量同步阶段每秒最多可以同步至目标端的数据行数的最大值限制）和 BPS（增量同步阶段每秒最多可以同步至目标端的数据量的最大值限制）。 说明 此处设置的 RPS 和 BPS 仅作为限速限流能力，增量同步实际可以达到的性能受限于源端、目标端、实例规格配置等因素的影响。
     增量同步起始位点	如果选择同步类型时已选择 全量同步，该参数不会显示。 如果选择同步类型时未选择 全量同步，但选择了 增量同步，请在此处指定迁移某个时间节点之后的数据，默认为当前系统时间。详情请参见 设置增量同步位点。

   • 高级选项

     

     参数	描述
     序列化方式	控制数据同步至 RocketMQ 的消息格式，目前支持 Default、Canal、DataWorks（支持 2.0 版本）、SharePlex、DefaultExtendColumnType、Debezium、DebeziumFlatten 和 DebeziumSmt。详情请参见 数据格式说明。 重要 目前仅 OceanBase 数据库 MySQL 租户支持 Debezium、DebeziumFlatten 和 DebeziumSmt。
     分区规则	同步源端数据至 RocketMQ 的规则，目前仅支持 Hash。Hash 表示数据传输使用一定的 Hash 算法，根据主键值或分片列值 Hash 选择 RocketMQ 的队列（MessageQueue）。
     业务系统标识（可选）	用于标识数据的业务系统来源，以便您后续进行自定义处理。该业务系统标识的长度限制为 1~20 个字符。

   • 目标端

     

     参数	描述
     请输入生产者群组	生产者群组用于标识一组生产者，能够向多个 Topic 中写入数据。
     是否允许消息追踪	如果允许消息追踪，则可以追踪到一条消息从生产者发送到消息队列 RocketMQ 版服务端，再到消费者消费处理，整个过程中的各个相关节点的时间、状态等数据汇聚而成的完整项目信息。该消息轨迹可以作为生产环境中排查问题强有力的数据支持。

7. 单击 预检查。

   在 预检查 环节，数据传输会检测和目标端的连接情况。如果预检查报错：

   • 您可以在排查并处理问题后，重新执行预检查，直至预检查成功。

   • 您也可以单击错误预检查项操作列中的 跳过，会弹出对话框提示您跳过本操作的具体影响，确认可以跳过后，请单击对话框中的 确定。

8. 预检查成功后，单击 启动项目。

   如果您暂时无需启动项目，请单击 保存。后续您只能在 同步项目列表 页面手动启动项目或通过批量操作启动项目。批量操作的详情请参见 批量操作数据同步项目。

   数据传输支持在数据同步项目运行过程中修改同步对象，详情请参见 查看和修改同步对象。数据同步项目启动后，会根据选择的同步类型依次执行，详情请参见 查看同步详情。

如果数据同步项目运行报错（通常由于网络不通或进程启动过慢导致），您可以在数据同步项目的列表或详情页面，单击 恢复。

相关文档

• 新建 OceanBase 数据源

• 新建 RocketMQ 数据源

• 批量操作数据同步项目

• 查看数据同步项目的详情