本小节介绍如何使用数据传输服务DTS (以下简称 DTS),快速创建RDS MySQL到阿里云Elasticsearch(简称ES)的实时同步作业,实现将企业线上RDS MySQL中的生产数据实时同步到阿里云ES中,并进行搜索分析。

数据传输服务(Data Transmission Service)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

注意事项

  • 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Elasticsearch实例中移除该表对应的索引,最后新增同步对象
  • 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Elasticsearch实例中修改对应表的mapping,然后在源MySQL数据库中执行相应的DDL操作,最后暂停并启动DTS同步实例。

支持同步的SQL操作

Insert、Delete、Update

数据类型映射关系

由于MySQL和Elasticsearch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

准备工作

  1. 创建阿里云Elasticsearch实例,并开启自动创建索引功能。
    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,而不是使用Create index API的方式。所以在使用数据同步之前,需要首先把集群的自动创建索引设置为允许,详情请参见YML文件配置
  2. 创建一个数据库,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自建数据库。本文档以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。
  3. 购买DTS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

配置同步链路

  1. 登录数据传输服务DTS控制台,进入数据同步页面。
  2. 选择实例所在地域,单击对应实例右侧操作栏下的配置同步链路配置同步链路
  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 配置说明
    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。
    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 填入该账号对应的密码。
  4. 单击授权白名单并进去下一步,等待同步账号创建完成后,单击下一步
    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来避免表名冲突。
    • 无操作:跳过目标数据库中是否有同名索引的检查项。
      警告 选择为无操作,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。

    同步对象的选择粒度为库、表。

  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。编辑表
    配置 说明
    索引名称 详情请参见基本概念
    Type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,如果您选择为,您还需要设置分区列分区数量
    _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Elasticsearch官方文档
  7. 上述配置完成后,单击页面右下角的预检查并启动
    注意
    • 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,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,同步作业将正式开始。
  9. 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。查看数据同步作业状态

结果验证

  1. 登录阿里云ES的Kibana控制台
  2. 单击左侧导航栏的Dev Tool
  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