当您需要将企业线上的RDS MySQL中的生产数据实时同步到阿里云Elasticsearch(简称ES)中,进行搜索分析时,可通过数据传输服务DTS(Data Transmission Service),快速创建RDS MySQL到阿里云ES的实时同步作业。本文介绍具体的实现方法。

背景信息

数据传输服务DTS是一种集数据迁移、数据订阅及数据实时同步于一体的数据传输服务,详情请参见数据传输服务DTS

数据传输服务DTS支持同步的SQL操作包括:Insert、Delete、Update。支持同步的数据源版本要求请参见支持的数据库、同步初始化类型和同步拓扑

本文适用的场景:对实时同步要求较高的关系型数据库中数据的同步场景。

注意事项

  • DTS目前不支持阿里云ES 7.4.0版本。
  • 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)。
  • DTS不支持同步DDL操作,如果源库中待同步的表在同步的过程中,已经执行了DDL操作,您需要先移除同步对象,然后在ES实例中移除该表对应的索引,最后新增同步对象。详情请参见移除同步对象新增同步对象
  • 如果源库中待同步的表需要执行增加列的操作,您只需先在ES实例中修改对应表的mapping,然后在源库中执行相应的DDL操作,最后暂停并启动DTS同步实例即可。

准备工作

  • 创建阿里云ES实例,并开启实例的自动创建索引功能。

    具体操作步骤请参见创建阿里云Elasticsearch实例开启自动创建索引。本文使用6.7版本的实例。

    说明 阿里云ES为了保证用户操作数据的安全性,默认把自动创建索引的配置设置为不允许。通过DTS同步数据的时候,使用的是提交数据的方式创建索引,而不是Create index API的方式。所以在使用数据同步之前,需要先开启集群的自动创建索引功能。
  • 创建一个数据库和表,并插入数据。

    您可以选择使用阿里云的RDS数据库,也可以在本地服务器上的自建数据库。本文以RDS MySQL数据库为例,表结构及数据如下。

    RDS MySQL表结构

    创建RDS MySQL数据库及表的详细步骤请参见快速入门

    注意 建议您创建与阿里云ES实例同一区域下的RDS MySQL实例,不同区域的同步任务不能保证互通。

配置数据同步链路

  1. 创建DTS数据同步作业。
    1. 登录数据传输控制台
    2. 在左侧导航栏,单击数据同步
    3. 单击创建同步作业,在购买页面按照提示购买同步作业。
      具体步骤请参见购买数据同步作业。购买时选择源实例为MySQL,目标实例为Elasticsearch,并选择同步拓扑为单向同步
  2. 返回数据同步页面后,选择实例所在地域,然后单击目标实例右侧操作列下的配置同步链路
  3. 创建同步作业页面,选择同步通道的源及目标实例。
    选择同步通道的源及目标实例
    配置项目 配置选项 说明
    同步作业名称
    • DTS为每个任务自动生成一个同步作业名称,该名称没有唯一性要求。
    • 建议配置具有业务意义的名称,便于后续的识别。
    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 选择需要进行数据同步的RDS MySQL实例。
    数据库账号 填写需要进行数据同步的RDS MySQL数据库的访问账号。仅RDS MySQL5.7及以上版本支持。
    数据库密码 填写需要进行数据同步的RDS MySQL数据库的访问密码。仅RDS MySQL5.7及以上版本支持。
    连接方式 选择非加密连接SSL安全连接会显著增加CPU消耗。
    目标实例信息 实例类型 固定为Elasticsearch,不可变更
    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。
    Elasticsearch 选择ES实例ID。
    数据库账号 填入连接ES实例的账号,默认账号为elastic。
    数据库密码 填入数据库账号对应的密码。
  4. 单击授权白名单并进入下一步
    注意 此步骤会将DTS服务器的IP地址自动添加到源RDS MySQL实例和目标ES实例的白名单中,用于保障DTS服务器能够正常连接源和目标实例。
  5. 选择同步对象。
    选择同步对象
    配置 说明
    索引名称
    • 表名

      选择为表名后,在目标ES实例中创建的索引名称和表名一致。

    • 库名_表名

      选择为库名_表名后,在目标ES实例中创建的索引名称为库名_表名。

    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索引。如果目标数据库中没有同名的索引,则通过该检查项目;如果目标数据库中有同名的索引,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索引不方便删除或重命名,您可以设置同步对象在目标实例中的名称避免表名冲突,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索引的检查项。
      警告 选择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:
      • mapping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,在初始化阶段会保留目标库中的该条记录;在增量同步阶段则会覆盖目标库的该条记录。
      • mapping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。
    选择同步对象

    源库对象框中单击待同步的对象,然后单击向右小箭头将其移动至已选择对象框。

  6. 已选择对象区域框中,将鼠标指针放置在待同步的表上,并单击表名后出现的编辑,设置该表在目标ES实例中的索引名称、Type名称等信息,然后单击确定
    编辑表
    配置 说明
    索引名称 自定义索引名称,详情请参见基本概念
    注意 输入索引名称时,请确保ES集群中不存在同名索引,否则报错index already exists
    Type名称 自定义索引类型名称,详情请参见基本概念
    过滤条件 您可以设置SQL过滤条件,过滤待同步的数据,只有满足过滤条件的数据才会被同步到目标实例,详情请参见通过SQL条件过滤待同步数据
    是否分区 选择是否设置分区,如果选择为,还需要自定义设置分区列分区数量(分片数)。
    _id取值
    • 表的主键列

      联合主键合并为一列。

    • 业务主键

      如果选择为业务主键,那么您还需要设置对应的业务主键列

    添加参数 选择所需的字段参数字段参数值,字段参数及取值介绍请参见Mapping parameters
    注意 如果添加参数时,将对应参数的index值设置为false,那么该字段将不能被查询,详情请参见index
  7. 在页面右下角,单击预检查并启动
    注意
    • 在数据同步作业正式启动之前,系统会先进行预检查。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,可单击对应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。
  8. 预检查对话框中显示预检查通过后,关闭预检查对话框。
    关闭后,同步作业将正式开始。等待同步作业的链路初始化完成,直至处于同步中状态。查看数据同步作业状态
    注意 由于MySQL和ES实例支持的数据类型不同,数据类型无法一一对应。所以DTS在进行结构初始化时,会根据目标库支持的数据类型进行类型映射,详情请参见结构初始化涉及的数据类型映射关系

验证结果

  1. 登录目标阿里云ES实例的Kibana控制台。
    登录控制台的具体步骤请参见登录Kibana控制台
  2. 在左侧导航栏,单击Dev Tool(开发工具)。
  3. Console中,执行如下命令查看同步成功的数据。
    GET /es_test_index/es_test_type/_search
    执行成功后,返回结果如下。查询结果