ClickHouse 新增 MaterializeMySQL引擎 ,可通过binlog日志实时物化mysql数据,提升数仓的查询性能和数据同步的时效性;原有mysql中承担的数据分析工作可交由clickhouse去做,这么做可显著降低线上mysql的负载,从此OLTP与OLAP业务实现完美融合。
MaterializeMySQL 同步流程:
1.创建MySQL的映射表,在MaterializeMySQL引擎中填写MySQL连接信息(ip地址+端口+数据库名称+用户名+密码),ClickHouse会创建一个引擎为ReplacingMergeTree 的数据表,其中MySQL表的 PRIMARY KEY 作为了 ReplacingMergeTree 的 PARTITION BY,并且按照类型大小除以1000整除;
2.此时ClickHouse会拉取MySQL对象库下的所有表结构,并且添加_sign和_version字段,_sign字段表示数据是否删除,_version字段表示数据最新版本;
3.首次同步采用全量同步MySQL中的表数据,_version版本全为1;
4.后续采用增量同步消费binlog中的SQL,当ClickHouse监听到 insert、update 和 delete 事件时,利用_version号在 databse 内全局自增记录最新数据,当ClickHouse同步到delete语句时,更新_sign字段的值为-1(此时,熟悉MySQL的肯定会想到伪删除,对没错,它就是利用伪删除)。
服务器版本 | centos7 |
mysql 版本 | 5.7.20-log |
clickhouse | 22.7.3.5 |
在mysql的服务器的my.cnf , 增加log-bin配置
- server-id=1
- log_bin=binlog.bin
- expire_logs_days=15
- binlog_format=row
- gtid-mode=on
- enforce-gtid-consistency=true
测试结果如下:
在MySQL上创建一个表。
mysql> create database db1;
mysql> create table test1 (a INT PRIMARY KEY, b INT);
在ClickHouse上新建MaterializeMySQL的表。
- # 这里要专门设置以便clickhouse能使用这个特性
- ck> set allow_experimental_database_materialized_mysql=1;
## 这里创建连接到user@172.30.1.17:3306/db1的database连接,命名为db1_ck
ck> CREATE DATABASE db1_ck ENGINE = MaterializeMySQL('172.30.1.17:3306', 'db1', 'root', '***');
## 进入db1_ck这个数据库
ck> use db1_ck;
## 查看db1_ck库下的表,可以看到test1这个表
ck> show tables;
查看test1这个表在ck上的表结构。
ck> show create table test1;
CREATE TABLE db1_ck.test1
(
`a` Int32,
`b` Nullable(Int32),
`_sign` Int8 MATERIALIZED 1,
`_version` UInt64 MATERIALIZED 1,
INDEX _version _version TYPE minmax GRANULARITY 1
)
ENGINE = ReplacingMergeTree(_version)
PARTITION BY intDiv(a, 4294967)
ORDER BY tuple(a)
SETTINGS index_granularity = 8192
test1表使用的是ReplacingMergeTree引擎,表结构新增了两个字段_sign和_version作为隐藏字段,用于标识该行是否删除和版本号。这样将MySQL的update和delete统一转换成insert,充分利用ClickHouse快速导入数据、update和delete慢且容易出问题的特性。内部实现原理的细节和好处,我们将在另外一篇文章里面介绍。
在MySQL上操作,看数据会不会同步到ClickHouse上。
mysql> insert into test1 values (1,11),(2,22),(3,33);
mysql> update test1 set b=77 where a=1;
mysql> delete from test1 where a=2;
ck> select * from db1_ck.test1;
┌─a─┬──b─┐
│ 1 │ 77 │
│ 3 │ 33 │
└───┴────┘
可以看到,数据基本都正确地同步到ClickHouse上去了。
查看所有数据
select *, _version,_sign from test1;
┌─a─┬──b─┬─_version─┬─_sign─┐
│ 2 │ 22 │ 4 │ -1 │
└───┴────┴──────────┴───────┘
┌─a─┬──b─┬─_version─┬─_sign─┐
│ 1 │ 77 │ 3 │ 1 │
└───┴────┴──────────┴───────┘
┌─a─┬──b─┬─_version─┬─_sign─┐
│ 1 │ 11 │ 2 │ 1 │
│ 2 │ 22 │ 2 │ 1 │
│ 3 │ 33 │ 2 │ 1 │
└───┴────┴──────────┴───────┘