MySQL数据同步&归档使用工具总结

kettel的使用

1、中文网：http://www.kettle.org.cn/

2、下载地址

3、使用kettle进行数据迁移
3.1 打开文件夹，运行spoon.bat

3.2 点击文件，新建转换

3.3 新建数据库连接，一个为源数据库，另一个为目的数据库

3.4 建立表输入和表输出（表输入为源数据表，表输出为要写入的表）

3.5 点击运行转换，即可进行数据迁移

注：运行过程中出现问题可查看下方控制台中的日志。

dataX的使用

1、datax下载
相关文档：https://developer.aliyun.com/article/59373

github地址：https://github.com/alibaba/DataX.git

安装包快速下载：https://datax-opensource.oss-cn-hangzhou.aliyuncs.com/202308/datax.tar.gz

# 解压安装包至Linux目录
tar -zxvf datax.tar.gz -C /usr/local/

2、使用dataX进行增量同步

# 进入job目录下
cd job

vim trans.job
# 文件内容如下
{
    "job": {
        "content": [
            {
                "reader": {
                    "name": "mysqlreader",
                    "parameter": {
                        "username": "root",
                        "password": "pass",
                        "column": [  
                                "*"    #表示进行所有字段的同步
                        ],
                        "where": "order_date = '${order_date}' and com_code in ('103','104','205','176','178','118')",      #定义同步的数据条件
                        "connection": [
                            {
                                "jdbcUrl": [
                                    "jdbc:mysql://10.106.17*..2*5:3306/my_db?useUnicode=true&characterEncoding=utf8"
                                ],
                                "table": [
                                    "my_order"   #数据源表
                                ]
                            }
                        ]
                    }
                },
                "writer": {
                    "name": "mysqlwriter",
                    "parameter": {
                        "column": [
                                "*"
                        ],
                        "connection": [
                            {
                                "jdbcUrl": "jdbc:mysql://10.106.2*5.6*:3306/my_db?useUnicode=true&characterEncoding=utf8",
                                "table": [
                                    "my_order"
                                ]
                            }
                        ],
                        "password": "pass",
                        "username": "root",
                        "writeMode": "replace"
                    }
                }
            }
        ],
        "setting": {
            "speed": {
                "channel": "5"
            }
        }
    }
}

执行一次同步，就会将where条件查询出来的数据同步到目标表中，注意参数的传递${order_date}

python /usr/local/datax/bin/datax.py /usr/local/datax/job/trans.json -p "-Dorder_date=$order_date"

以上为使用dataX进行增量同步的简单描述，如果每日都需要根据日志进行增量同步，可以添加Linux定时任务完成。

vim my_trans.sh

#!/bin/bash
. /etc/profile   #定时任务若初始执行不成功，可以添加此行
order_date="$(date +%Y-%m-%d)"
cd /usr/local/datax/log
logfile=datax_$order_date.log

# 同步测试数据
nohup python /usr/local/datax/bin/datax.py /usr/local/datax/job/trans.json -p "-Dorder_date=$order_date" >> $logfile
nohup python /usr/local/datax/bin/datax.py /usr/local/datax/job/trans2.json -p "-Dorder_date=$order_date" >> $logfile

注：Linux定时任务五个*的意思，从左到右分别是[分钟，小时，几号，月份，星期几]

比如，每天8点38分执行一次同步

38 8 * * * /bin/bash /usr/local/datax/job/my_trans.sh

pt-archiver的使用

1、安装下载
下载地址：https://www.percona.com/downloads

# 安装相关
tar xvf percona-toolkit-3.3.1_x86_64.tar.gz
cd percona-toolkit-3.3.1
yum install perl-ExtUtils-MakeMaker perl-DBD-MySQL perl-Digest-MD5
perl Makefile.PL
make
make install

2、进行数据归档

pt-archiver --source h=192.168.253.128,P=3306,u=root,p=VWVqlLvS4kfONYRG,D=my_slaughter_logistics,t=my_city --dest h=192.168.253.129,P=3306,u=test,p=VWVqlLvS4kfONYRG,D=my_slaughter_logistics,t=my_city --where "1=1"

执行完之后会发现，源数据表已被清空，因为使用pt-archiver进行同步的步骤如下：

（1）源库查询记录。

（2）目标库插入记录。

（3）源库删除记录。

（4）目标库 COMMIT。

（5）源库 COMMIT。

当进行大表归档的时候，可以采用批量归档的方式，需要增加以下几个参数：

–bulk-delete：批量删除。

–limit：每批归档的记录数。

–commit-each：对于每一批记录，只会 COMMIT 一次。

–bulk-insert：归档数据以 LOAD DATA INFILE 的方式导入到归档库中。