CDCSOURCE 是 Dinky 封装的新功能,Apache Flink 源码不包含,非 Application 模式提交需要在远程 Flink 集群所使用的依赖里添加一下依赖:
# 将下面 Dinky根目录下 整库同步依赖包放置 $FLINK_HOME/lib下
lib/dlink-client-base-${version}.jar
lib/dlink-common-${version}.jar
plugins/flink-${flink-version}/dlink-client-${version}.jar
dlink-client-1.14-0.7.3.jar
dlink-client-base-0.7.3.jar
dlink-common-0.7.3.jar
Application 作业提交
目前已经支持 application ,需提前准备好相关 jar 包,或者和 add jar 语法并用。以 mysqlcdc-2.3.0 和 flink-1.14 为例,需要以下 jar:
flink-shaded-guava-18.0-13.0.jar
HikariCP-4.0.3.jar
druid-1.2.8.jar
dlink-metadata-mysql-0.7.2.jar
dlink-metadata-base-0.7.2.jar
jackson-datatype-jsr310-2.13.4.jar
flink-sql-connector-mysql-cdc-2.3.0.jar
dlink-client-1.14-0.7.2.jar
sql server 需要 flink-sql-connector-sqlserver-cdc-2.3.0.jar
大部分包都可以找到
上传到flink lib目录下
一个 FlinkSQL 任务只能写一个 CDCSOURCE,CDCSOURCE 前可写 set、add jar 和 ddl 语句。
配置项中的英文逗号前不能加空格,需要紧随右单引号。
备注:需要在Doris里创建要导入的表
先测试MySQL到Doris
EXECUTE CDCSOURCE demo_doris WITH (
'connector' = 'mysql-cdc',
'hostname' = '192.168.1.244',
'port' = '3306',
'username' = 'root',
'password' = '123456',
'checkpoint' = '10000',
'scan.startup.mode' = 'initial',
'parallelism' = '1',
'table-name' = 'flink_test\.student,flink_test\.score',
'sink.connector' = 'doris',
'sink.fenodes' = '192.168.1.246:8030',
'sink.username' = 'root',
'sink.password' = '',
'sink.doris.batch.size' = '1000',
'sink.sink.max-retries' = '1',
'sink.sink.batch.interval' = '60000',
'sink.sink.db' = 'flink_test',
'sink.sink.properties.format' ='json',
'sink.sink.properties.read_json_by_line' ='true',
'sink.table.identifier' = '${schemaName}.${tableName}',
'sink.sink.label-prefix' = '${schemaName}_${tableName}_5'
);
自动同步列新增和删除列,库表名需要与源库相同。
EXECUTE CDCSOURCE demo_doris_schema_evolution WITH (
'connector' = 'mysql-cdc',
'hostname' = '192.168.1.244',
'port' = '3306',
'username' = 'root',
'password' = '123456',
'checkpoint' = '10000',
'scan.startup.mode' = 'initial',
'parallelism' = '1',
'table-name' = 'flink_test\.student,flink_test\.score',
'sink.connector' = 'datastream-doris-schema-evolution',
'sink.fenodes' = '192.168.1.246:8030',
'sink.username' = 'root',
'sink.password' = '',
'sink.doris.batch.size' = '1000',
'sink.sink.max-retries' = '1',
'sink.sink.batch.interval' = '60000',
'sink.sink.db' = 'flink_test',
'sink.sink.properties.format' ='json',
'sink.sink.properties.read_json_by_line' ='true',
'sink.table.identifier' = '${schemaName}.${tableName}',
'sink.sink.label-prefix' = '${schemaName}_${tableName}_6'
);
ALTER TABLE student ADD COLUMN gender VARCHAR(10) DEFAULT '0';
在mysql里修改表结构发现doris里没有变化,已确认mysql 已开启binlog能力,主要看doris这边建表的问题,具体如下:
Light Schema Change 是 Doris 最新的一种在线进行加减列或修改列的实现方案,相对于其之前支持的 3 种 Schema Change 方式,Light Schema Change 具备解决 Schema 不一致问题、全局 Schema Cache、支持物化视图、解决数据重写问题的优势,由于其只修改了 FE 的元数据,通过对 BE 读写流程进行修改来支持获取正确的 Schema 信息,性能便达到毫秒级别,这也为在实时整库同步时同步变更 Schema 提供了基础。
重新构建表
注意以下问题:
测试期间遇到以下2个问题如下,暂时无解,具体如下:
1、Mysql to Doris 数据可以正常同步,但是 表结构发生变化后无法正常同步,会报 = 无法识别的问题,说是sql格式的问题,但页面检测没有问题,暂时无解
2、测试SQLserver 到 Doris的功能,暂时无法使用,会报SQL server没有开启CDC功能,但实际上已开启