TiDB-从0到1-数据导出导入

TiDB从0到1系列
TiDB-从0到1-体系结构
TiDB-从0到1-分布式存储
TiDB-从0到1-分布式事务
TiDB-从0到1-MVCC
TiDB-从0到1-部署篇
TiDB-从0到1-配置篇
TiDB-从0到1-集群扩缩容
TiDB-从0到1-数据导出导入
TiDB-从0到1-BR工具
TiDB-从0到1-sync-diff-inspector数据校验工具
TiDB-从0到1-DM工具
TiDB-从0到1-TiCDC数据同步工具

一、数据导出

TiDB中通过Dumpling来实现数据导出，与MySQL中的mysqldump类似，其属于逻辑备份，备份出的文件格式为SQL或CSV。
同样与MySQL中的mysqldump应用场景类似，Dumping最好使用于对小规模的数据备份（导出）

二、Dumpling实操

1、下载安装

wget https://download.pingcap.org/tidb-community-toolkit-v7.5.1-linux-amd64.tar.gz
------
tar -xvf tidb-community-toolkit-v7.5.1-linux-amd64.tar.gz

2、解压需要的工具包

tar xvf dumpling-v7.5.1-linux-amd64.tar.gz

2、权限控制
使用dumpling的用户需要有对应的权限

• select
• reload
• lock tables
• replication client
• process

3、参数

./dumpling --help
-----------------
Flags:
      --allow-cleartext-passwords         Allow passwords to be sent in cleartext (warning: don't use without TLS)
      --azblob.access-tier string         Specify the storage class for azblob
      --azblob.account-key string         Specify the account key for azblob
      --azblob.account-name string        Specify the account name for azblob
      --azblob.encryption-key string      Specify the server side encryption customer provided key
      --azblob.encryption-scope string    Specify the server side encryption scope
      --azblob.endpoint string            (experimental) Set the Azblob endpoint URL
      --azblob.sas-token string           Specify the SAS (shared access signatures) for azblob
      --ca string                         The path name to the certificate authority file for TLS connection
      --case-sensitive                    whether the filter should be case-sensitive
      --cert string                       The path name to the client certificate file for TLS connection
      --complete-insert                   Use complete INSERT statements that include column names
  -c, --compress string                   Compress output file type, support 'gzip', 'snappy', 'zstd', 'no-compression' now
      --consistency string                Consistency level during dumping: {auto|none|flush|lock|snapshot} (default "auto")
      --csv-delimiter string              The delimiter for values in csv files, default '"' (default "\"")
      --csv-line-terminator string        The line terminator for csv files, default '\r\n' (default "\r\n")
      --csv-null-value string             The null value used when export to csv (default "\\N")
      --csv-separator string              The separator for csv files, default ',' (default ",")
  -B, --database strings                  Databases to dump
      --dump-empty-database               whether to dump empty database (default true)
      --escape-backslash                  use backslash to escape special characters (default true)
  -F, --filesize string                   The approximate size of output file
      --filetype string                   The type of export file (sql/csv)
  -f, --filter strings                    filter to select which tables to dump (default [*.*,!/^(mysql|sys|INFORMATION_SCHEMA|PERFORMANCE_SCHEMA|METRICS_SCHEMA|INSPECTION_SCHEMA)$/.*])
      --gcs.credentials-file string       (experimental) Set the GCS credentials file path
      --gcs.endpoint string               (experimental) Set the GCS endpoint URL
      --gcs.predefined-acl string         (experimental) Specify the GCS predefined acl for objects
      --gcs.storage-class string          (experimental) Specify the GCS storage class for objects
      --help                              Print help message and quit
  -h, --host string                       The host to connect to (default "127.0.0.1")
      --key string                        The path name to the client private key file for TLS connection
  -L, --logfile path                      Log file path, leave empty to write to console
      --logfmt format                     Log format: {text|json} (default "text")
      --loglevel string                   Log level: {debug|info|warn|error|dpanic|panic|fatal} (default "info")
  -d, --no-data                           Do not dump table data
      --no-header                         whether not to dump CSV table header
  -m, --no-schemas                        Do not dump table schemas with the data
      --no-sequences                      Do not dump sequences (default true)
  -W, --no-views                          Do not dump views (default true)
      --order-by-primary-key              Sort dump results by primary key through order by sql (default true)
  -o, --output string                     Output directory (default "./export-2024-06-26T11:19:24+08:00")
      --output-filename-template string   The output filename template (without file extension)
      --params stringToString             Extra session variables used while dumping, accepted format: --params "character_set_client=latin1,character_set_connection=latin1" (default [])
  -p, --password string                   User password
  -P, --port int                          TCP/IP port to connect to (default 4000)
  -r, --rows uint                         If specified, dumpling will split table into chunks and concurrently dump them to different files to improve efficiency. For TiDB v3.0+, specify this will make dumpling split table with each file one TiDB region(no matter how many rows is).
                                          If not specified, dumpling will dump table without inner-concurrency which could be relatively slow. default unlimited
      --s3.acl string                     (experimental) Set the S3 canned ACLs, e.g. authenticated-read
      --s3.endpoint string                (experimental) Set the S3 endpoint URL, please specify the http or https scheme explicitly
      --s3.external-id string             (experimental) Set the external ID when assuming the role to access AWS S3
      --s3.provider string                (experimental) Set the S3 provider, e.g. aws, alibaba, ceph
      --s3.region string                  (experimental) Set the S3 region, e.g. us-east-1
      --s3.role-arn string                (experimental) Set the ARN of the IAM role to assume when accessing AWS S3
      --s3.sse string                     Set S3 server-side encryption, e.g. aws:kms
      --s3.sse-kms-key-id string          KMS CMK key id to use with S3 server-side encryption.Leave empty to use S3 owned key.
      --s3.storage-class string           (experimental) Set the S3 storage class, e.g. STANDARD
      --snapshot string                   Snapshot position (uint64 or MySQL style string timestamp). Valid only when consistency=snapshot
  -s, --statement-size uint               Attempted size of INSERT statement in bytes (default 1000000)
      --status-addr string                dumpling API server and pprof addr (default ":8281")
  -T, --tables-list strings               Comma delimited table list to dump; must be qualified table names
  -t, --threads int                       Number of goroutines to use, default 4 (default 4)
      --tidb-mem-quota-query uint         The maximum memory limit for a single SQL statement, in bytes.
  -u, --user string                       Username with privileges to run the dump (default "root")
  -V, --version                           Print Dumpling version
      --where string                      Dump only selected records

4、导出数据
导出test库下的所有数据，同时指定导出文件为sql，导出目录为/tmp/test，导出线程2，每10w行数据切换一次文件，每200MB切换一次文件

./dumpling -h192.168.14.121 -P4000 -uroot -p123456 --filetype sql -t 2 -o /tmp/test -r 100000 -F200MiB -B test

(备份成功)

查看导出的内容

其中

• metadata：数据导出时的时间，binlog位置点
• xxx.schema.sql：建库建表语句
• xxx.000000100.sql：数据

导出test库下t1的表中id>10的数据，同时指定导出文件为CSV，导出目录为/tmp/t1，导出线程2，每100行数据切换一次文件，每100MB切换一次文件

./dumpling -h192.168.14.121 -P4000 -uroot -p123456 --filetype csv -t 2 -o /tmp/t1 -r 100 -F100MiB -T test.t1 --where "id>10"

(备份成功)

查看导出的内容

建库\建表语句依旧是SQL文件
不过数据为CSV格式

同时Dumpling默认也是一致性备份，通过MVCC机制备份出某个时间点的快照数据

三、数据导入

TiDB中提供了一种叫TiDB Lightning（Physical Import Mode模式）的数据导入方式，因为其导入过程TiDB是不能对外提供服务的，而且数据是从本地直接导入到TiKV，所以应用场景更适合TiDB集群初始化。
整个Lightning原理如下

• 将集群切换为导入模式
• 创建对应库表
• 分割导入数据源
• 读取数据源文件
• 将源数据文件写入本地临时文件
• 导入临时文件到TiKV集群
• 检验与分析
• 将集群切换回正常模式

四、Lightning实操

1、下载安装

wget https://download.pingcap.org/tidb-community-toolkit-v7.5.1-linux-amd64.tar.gz
------
tar -xvf tidb-community-toolkit-v7.5.1-linux-amd64.tar.gz

2、解压需要的工具包

tar xvf tidb-lightning-v7.5.1-linux-amd64.tar.gz

3、准备配置文件

vim tidb-lighning.toml
-----------------
[lightning]
#逻辑cpu数量
#region-concurrency = 
#日志
level = "info"
file = "tidb-lighning.log"

[tikv-importer]
#开启并行导入
incremental-import = true
#设置为local模式
backend = "local"
#设置本地临时存储路径
sorted-kv-dir = "/tmp/sorted-kv-dir"

[mydumper]
#源数据目录
data-source-dir = "/tmp/test"

[tidb]
#tidb-server监听地址
host = "192.168.14.121"
port = 4000
user = "root"
password = ""
#表架构信息
status-port = 10080
#pd地址
pd-addr = "192.168.14.122:2379"

4、导入数据
我这里就将原集群清空，然后将上面-B导出的test库恢复回去

./tidb-lightning --config /opt/tidb-lighning.toml

（导入成功）

5、进入数据库校验

（验证无误）

彩蛋

TiDB-Lightning功能强大，可以通过配置文件过滤导入指定的表，同时也支持将MySQL中分库分表数据导入到TiDB中合并为一张表，还有断点续传等功能。
具体可以参考官方文档