Mysql5.7使用DTS增量同步数据到MaxCompute

背景：一些客户反馈，增量同步数据到MaxCompute按照全天的数据做增量数据同步数据量太大，且不使用按天的增量同步数据，进行在MaxCompute上进行数据处理得出增量数据对于delete的相关数据不能做到很好的支持，在次给大家一个对增量数据同步的方案使用DTS做增量同步数据到MaxCompute，数据源为ECS上自建的mysql5.7。

一、为自建MySQL创建账号并设置 1.1登陆自建Mysql数据库

1.2创建mysql数据库中用于数据迁移/同步的账号

CREATE USER 'dtsmigration'@'%' IDENTIFIED BY 'Dts123456';

说明：

• username：待创建的账号。
• host：允许该账号登录的主机，如果允许该账号从任意主机登录数据库，可以使用百分号（%）。
• password：账号的密码。

1.3对账号进行授权操作

GRANT privileges ON databasename.tablename TO 'username'@'host' WITH GRANT OPTION;

说明：

• privileges：授予该账号的操作权限，如SELECT、INSERT、UPDATE等，如果要授予该账号所有权限，则使用ALL。
• databasename：数据库名。如果要授予该账号具备所有数据库的操作权限，则使用星号（*）。
• tablename：表名。如果要授予该账号具备所有表的操作权限，则使用星号（*）。
• username：待授权的账号。
• host：允许该账号登录的主机，如果允许该账号从任意主机登录，则使用百分号（%）。
• WITH GRANT OPTION：授予该账号使用GRANT命令的权限，该参数为可选。

如果要给账户赋予所有数据库和表的权限，并容许从任意主机登陆数据库

GRANT ALL ON *.* TO 'dtsmigration'@'%';

1.4开启并设置自建Mysql数据库binlog

到指定目录下找到该文件

a.使用vim命令，修改配置文件my.cnf中的如下参数

log_bin=mysql_bin
binlog_format=row
server_id=2 //设置大于1的整数
binlog_row_image=full //当自建MySQL的版本大于5.6时，则必须设置该项。

b.修改完成后，重启Mysql进程。

service mysqld restart

二、同步过程介绍

2.1结构初始化

DTS将源库中待同步表的结构定义信息同步至MaxCompute中，初始化时DTS会为表名增加_base后缀。例如源表为customer，那么MaxCompute中的表即为customer_base。

2.2全量数据初始化

DTS将源库中待同步表的存量数据，全部同步至MaxCompute中的目标表名_base表中（例如从源库的customer表同步至MaxCompute的customer_base表），作为后续增量同步数据的基线数据。

2.3增量数据同步

DTS在MaxCompute中创建一个增量日志表，表名为同步的目标表名_log，例如customer_log，然后将源库产生的增量数据实时同步到该表中。

三、增量同步实践

3.1购买DTS同步

3.2查看购买的DTS同步，点击配置同步链路

3.3配置对应的数据源和相应的MaxCompute项目

3.4点击授予权限的同步账号操作

3.5选择对应的增量同步数据的同步实践，并选择需要同步的表

 

3.6同步配置预检查

3.7查询同步的全量数据

3.8查看同步成功的增量数据分区user_log

3.9查看增量数据同步的数据

元数据的字段介绍

字段说明record_id增量日志的记录id，为该日志唯一标识。说明 - id的值唯一且递增。 - 如果增量日志的操作类型为UPDATE，那么增量更新会被拆分成两条记录，且record_id的值相同。operation_flag操作类型，取值： - I：INSERT操作。 - D：DELETE操作。 - U：UPDATE操作。utc_timestamp操作时间戳，即binlog的时间戳（UTC 时间）。before_flag所有列的值是否为更新前的值，取值：Y或N。after_flag所有列的值是否为更新后的值，取值：Y或N。

四、根据时间点位，整合该时间点位之前的全量数据

4.1建立全量数据表

CREATE TABLE IF NOT EXISTS maxcomputeone_dev.user_all(uid BIGINT,uname STRING,deptno BIGINT,gender STRING,optime DATETIME,record_id BIGINT,operation_flag STRING,utc_timestamp BIGINT,before_flag STRING,after_flag STRING);

4.2查看增量数据最后同步的点位，最后整合全量数据到user_all

合并语句

set odps.sql.allow.fullscan=true;
insert overwrite table user_all
select uid,
       uname,
       deptno,
       gender,
       optime
  from(
select row_number() over(partition by t.uid
 order by record_id desc, after_flag desc) as record_num, record_id, operation_flag, after_flag, uid, uname, deptno,gender,optime
  from(
select incr.record_id, incr.operation_flag, incr.after_flag, incr.uid, incr.uname,incr.deptno,incr.gender,incr.optime
  from user_log incr
 where utc_timestamp