文档首页/ 数据仓库服务 GaussDB(DWS)/ 最佳实践/ 数据迁移/ 使用DLI Flink作业实时同步MySQL数据至(GaussDB)DWS集群
更新时间：2024-09-24 GMT+08:00
查看PDF
分享

使用DLI Flink作业实时同步MySQL数据至(GaussDB)DWS集群

本实践演示如何使用华为云DLI服务的Flink作业，将MySQL数据实时同步到GaussDB(DWS)。

了解DLI请参见数据湖产品介绍。

本实践预计时长60分钟，实践用到的云服务包括虚拟私有云 VPC及子网、云数据库 RDS、数据湖探索 DLI、对象存储服务 OBS和数据仓库服务 GaussDB(DWS)，基本流程如下：

  1. 准备工作
  2. 步骤一：准备MySQL数据
  3. 步骤二：创建GaussDB(DWS)集群
  4. 步骤三：创建DLI队列
  5. 步骤四：创建增强型跨源连接
  6. 步骤五：创建DLI Flink作业
  7. 步骤六：验证数据同步
  8. 更多信息

准备工作

步骤一：准备MySQL数据

  1. 购买RDS实例，参见表1配置关键参数，其他参数可保持默认，如需了解详情请参见RDS文档。

    表1 RDS参数

    参数项

    取值

    计费模式

    按需计费

    区域

    华北-北京四

    实例名称

    rds-demo

    数据库引擎

    MySQL

    数据库版本

    5.7及以上

    数据库端口

    3306

  2. 连接RDS实例，执行以下命令，创建名为mys_data数据库。 

    1
    		 
    CREATE DATABASE mys_data;

  3. 切换到新的数据库mys_data，并执行以下命令，创建表mys_orders。 

    1
2
3
4
5
6
7
8
    		 
    CREATE TABLE mys_data.mys_order
     ( order_id      VARCHAR(12),
       order_channel VARCHAR(32),
       order_time    DATETIME,
       cust_code     VARCHAR(6),
       pay_amount    DOUBLE,
       real_pay      DOUBLE,
       PRIMARY KEY (order_id) );

  4. 执行以下命令向表中插入数据。 

    1
2
    		 
    INSERT INTO mys_data.mys_order VALUES ('202306270001', 'webShop', TIMESTAMP('2023-06-27 10:00:00'), 'CUST1', 1000, 1000);
INSERT INTO mys_data.mys_order VALUES ('202306270002', 'webShop', TIMESTAMP('2023-06-27 11:00:00'), 'CUST2', 5000, 5000);

  5. 执行以下命令，验证数据是否插入成功。 

    1
    		 
    SELECT * FROM mys_data.mys_order;

步骤二：创建GaussDB(DWS)集群

  1. 创建集群，同时为确保网络连通，GaussDB(DWS)集群的区域、VPC选择与RDS实例保持一致，本实践为“华北-北京四”，虚拟私有云与上面创建RDS的虚拟私有云保持一致。
  2. 在GaussDB(DWS)控制台的“专属集群 > 集群列表”页面，单击指定集群所在行操作列的“登录”按钮。登录信息如下：

    • 集群：创建的GaussDB(DWS)集群
    • 数据库：gaussdb
    • 数据源名称：dws-demo
    • 用户名：dbadmin
    • 密码：创建GaussDB(DWS)集群设置的密码

  3. 勾选“记住密码”，单击“测试连接”，连接成功后，单击“确定”。
  4. 复制如下SQL语句，在SQL窗口中，单击“执行SQL”，创建名为dws_data的SCHEMA。 

    1
    		 
    CREATE SCHEMA dws_data;

  1. 在新建的SCHEMA下，创建dws_order表。 

    1
2
3
4
5
6
7
    		 
    CREATE TABLE dws_data.dws_order
        ( order_id      VARCHAR(12),
          order_channel VARCHAR(32),
          order_time    TIMESTAMP,
          cust_code     VARCHAR(6),
          pay_amount    DOUBLE PRECISION,
          real_pay      DOUBLE PRECISION );

  1. 查询数据，当前为空表。 

    1
    		 
    SELECT * FROM dws_data.dws_order;

步骤三：创建DLI队列

  1. 登录华为云控制台，服务列表选择“大数据 > 数据湖探索DLI”，进入DLI管理控制台。
  2. 左侧导航栏选择“资源管理 > 弹性资源池”，进入弹性资源池管理页面。
  3. 单击右上角“购买弹性资源池”，填写如下参数，其他参数项如表中未说明，默认即可。

    表2 DLI弹性资源池

    参数项

    参数值

    计费模式

    按需计费

    区域

    华北-北京四

    名称

    dli_dws

    规格

    基础版

    网段

    172.16.0.0/18，需选择与MySQL和GaussDB(DWS)不在同一个网段。例如，如果MySQL和GaussDB(DWS)在192.168.x.x网段，则DLI则选择172.16.x.x。

  4. 单击“立即购买”，单击“提交”。

    等待资源池创建成功，继续执行下一步。

  5. 在弹性资源池页面，单击创建好的资源池所在行右侧的“添加队列”，填写如下参数，其他参数项如表中未说明，默认即可。

    表3 添加队列

    参数项

    参数值

    名称

    dli_dws

    类型

    通用队列

  6. 单击“下一步”，单击“确定”。队列创建成功。

步骤四：创建增强型跨源连接

  1. 放通RDS的安全组，允许DLI队列所在的网段可以访问RDS。

    1. 左侧选择“资源管理 > 队列管理”，记录dli_dws所在网段。
      图1 DLI队列网段
    2. 切换到RDS的控制台，左侧选择“实例管理”，单击创建好的RDS实例名称。
    3. 记录“连接信息”的“内网地址”，后续测试连通性的步骤需要使用。
    4. 单击“连接信息”中安全组旁边的“管理”。
      图2 RDS安全组

    5. 在弹出的安全组列表中，单击安全组名称，进入安全组配置页面。
    6. 选择“入方向规则 > 添加规则”，如下图所示，添加DLI队列的网段地址，本实践为172.16.0.0/18，实际请与步骤三：创建DLI队列的时候填入的网段保持一致。
      图3 RDS安全组添加规则

    7. 单击“确定”。

  2. 回到DLI管理控制台，单击左侧的“跨源管理”，选择“增强型跨源”，单击“创建”。
  3. 填写如下参数，其他参数项如表中未说明，默认即可。

    表4 DLI到RDS的连接

    参数项

    参数值

    连接名称

    dli_rds

    弹性资源池

    选择上面创建的DLI弹性资源池。

    虚拟私有云

    选择RDS所在的虚拟私有云。

    子网

    选择RDS所在的子网。

    其他参数

    保持默认。
    图4 创建跨源连接

  4. 单击“确定”。等待RDS连接创建成功。
  5. 测试DLI到RDS的连通性。

    1. 左侧导航栏选择“资源管理 > 队列管理”，选择dli_dws所在行操作列的“更多 > 测试地址连通性”。
    2. 地址栏内输入1.c记录的RDS的内网地址和3306端口。
    3. 单击“测试”，验证DLI连通RDS成功。
      图5 测试RDS与DLI连通

  6. 测试DLI到GaussDB(DWS)的连通性。

    1. 进入到GaussDB(DWS)管理控制台，左侧导航栏单击“专属集群 > 集群列表”，单击集群名称进入GaussDB(DWS)集群详情。
    2. 如下图，记录下GaussDB(DWS)集群的内网IP（两个取一个即可）和端口，以备后面步骤需要。
      图6 GaussDB(DWS)内网IP
    3. 单击安全组名称。
      图7 GaussDB(DWS)安全组

    4. 选择“入方向规则 > 添加规则”，如下图，添加DLI队列的网段地址，本实践为172.16.0.0/18，实际请与4填入的网段保持一致。

      图8 GaussDB(DWS)安全组添加规则
    5. 单击“确定”。
    6. 再切换到DLI控制台，左侧选择“资源管理 > 队列管理”，选择dli_dws所在行操作列的“更多 > 测试地址连通性”。
    7. 在地址栏中，输入获取的GaussDB(DWS)集群的内网IP和端口。
    8. 单击“测试”，验证DLI连通GaussDB(DWS)成功。
      图9 测试GaussDB(DWS)连通

步骤五：创建DLI Flink作业

  1. 登录OBS管理控制台，创建OBS桶，用于保存Flink运行作业，参见OBS用户指南。

    关键参数按如下填写，其他参数默认即可。

    • 区域：华北-北京四
    • 桶名称：dli-obs01 （如提示冲突，可以依次递增到02、03）
    • 桶策略：私有

  2. 回到DLI管理控制台，左侧选择“作业管理 > Flink作业”，单击右上角“创建作业”。
  3. 类型选择“Flink OpenSource SQL”，名称填写rds-dws。

    图10 创建作业

  4. 单击“确定”。系统自动进入到作业的编辑页面。
  5. 在页面右侧填写如下关键参数，其他参数项如未说明，默认即可。

    • 所属队列：选择4的dli_dws。
    • Flink版本：1.15或更高（实际版本请与界面为准）。
    • OBS桶：选择1创建的桶，单击“立即授权”。
    • 勾选“保存作业日志”。

  6. 将以下符合Flink要求的SQL代码复制到左侧的SQL代码窗。

    “RDS数据库的内网IP”参见1.c获取，“GaussDB(DWS)集群内网IP”参见6.b获取，并修改RDS数据库的root用户密码、GaussDB(DWS)的dbadmin用户密码。 
     1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
    		 
    CREATE TABLE
  mys_order (
    order_id STRING,
    order_channel STRING,
    order_time TIMESTAMP,
    cust_code STRING,
    pay_amount DOUBLE,
    real_pay DOUBLE,
    PRIMARY KEY (order_id) NOT ENFORCED
  )
WITH
  (
    'connector' = 'mysql-cdc',
    'hostname' = 'RDS数据库的内网IP',
    'port' = '3306',
    'username' = 'root',
    'password' = 'RDS数据库的root用户密码',
    'database-name' = 'mys_data',
    'table-name' = 'mys_order'
  );

CREATE TABLE
  dws_order (
    order_id STRING,
    order_channel STRING,
    order_time TIMESTAMP,
    cust_code STRING,
    pay_amount DOUBLE,
    real_pay DOUBLE,
    PRIMARY KEY (order_id) NOT ENFORCED
  )
WITH
  (
    'connector' = 'gaussdb',
    'driver' = 'com.huawei.gauss200.jdbc.Driver',
    'url' = 'jdbc:gaussdb://GaussDB(DWS)集群内网IP:8000/gaussdb',
    'table-name' = 'dws_data.dws_order',
    'username' = 'dbadmin',
    'password' = 'GaussDB(DWS)的dbadmin用户密码',
    'write.mode' = 'insert'
  );

INSERT INTO
  dws_order
SELECT
  *
FROM
  mys_order;

  7. 单击“格式化”，再单击“保存”。

    请务必先单击“格式化”将SQL代码进行格式化处理，否则可能会因为代码复制和粘贴操作过程中引入新的空字符，而导致作业执行失败。

    图11 Flink作业参数

  1. 回到DLI控制台首页，左侧选择“作业管理 > Flink作业”。
  2. 单击作业名称rds-dws右侧的“启动”，单击“立即启动”。

    等待约1分钟，再刷新页面，状态在“运行中”表示作业成功运行。

    图12 Flink运行成功

步骤六：验证数据同步

  1. 回到GaussDB(DWS)数据库的SQL窗口，如果连接超时，参见以下重新登录。

    1. 切换到GaussDB(DWS)管理控制台。
    2. 左侧导航选“专属集群 > 集群列表”，单击dws-demo所在行右侧的“登录”。

  2. 执行以下查询语句，发现MySQL的表的两行数据已经同步至GaussDB(DWS)。 

    1
    		 
    SELECT * FROM dws_data.dws_order;
    图13 查询结果

  3. 切换到RDS的MySQL的SQL界面，再执行以下语句，插入3条新的数据。 

    1
2
3
    		 
    INSERT INTO mys_data.mys_order VALUES ('202403090003', 'webShop', TIMESTAMP('2024-03-09 13:00:00'), 'CUST1', 2000, 2000);
INSERT INTO mys_data.mys_order VALUES ('202403090004', 'webShop', TIMESTAMP('2024-03-09 14:00:00'), 'CUST2', 3000, 3000);
INSERT INTO mys_data.mys_order VALUES ('202403100004', 'webShop', TIMESTAMP('2024-03-10 10:00:00'), 'CUST3', 6000, 6000);
    图14 MySQL新增数据

  4. 回到GaussDB(DWS)的SQL窗口再次执行以下SQL查询，从返回结果可以看到MySQL数据已实时同步至GaussDB(DWS)。 

    1
    		 
    SELECT * FROM dws_data.dws_order;
    图15 数据实时同步

更多信息

在Flink跨源开发场景下，如果在作业脚本中直接配置数据源认证信息，存在密码泄露的风险。建议使用DLI提供的跨源认证功能，不要在作业脚本中直接指定MySQL和GaussDB(DWS)的用户名和密码。

当前仅Flink 1.12版本支持，更高版本暂不支持，请留意官网文档变更。

  1. 登录DLI控制台，选择“跨源管理 > 跨源认证”。
  2. 单击“创建”。
  3. 创建MySQL的root用户密码认证。

    1. 填写如下参数。
      • 类型选择“Password”。
      • 认证信息名称，填写：mysql_pwd_auth。
      • 用户名：root。
      • 用户密码：root用户密码。
      图16 MySQL密码认证
    2. 单击“确定”。

  4. 创建GaussDB(DWS)的dbadmin用户密码认证。

    1. 填写如下参数。
      • 类型选择“Password”。
      • 认证信息名称，填写：dws_pwd_auth。
      • 用户名：dbadmin。
      • 用户密码：dbadmin用户密码。
      图17 GaussDB(DWS)密码认证
    2. 单击“确定”。

  5. 回到DLI管理控制台，选择“作业管理 > Flink作业”，在步骤五：创建DLI Flink作业创建的作业名称所在行右侧，选择“更多 > 停止”，停止作业。
  6. 作业停止后，单击作业名称所在行右侧的“编辑”。
  7. 将SQL脚本替换成以下最新。

    文件中，仅需替换RDS内网IP地址、GaussDB(DWS)内网IP地址即可。 
     1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
    		 
    CREATE TABLE mys_order (
  order_id STRING,
  order_channel STRING,
  order_time TIMESTAMP,
  cust_code STRING,
  pay_amount DOUBLE,
  real_pay DOUBLE,
  PRIMARY KEY (order_id) NOT ENFORCED ) 
WITH (
  'connector' = 'mysql-cdc',
  'hostname' = 'RDS内网IP地址',
  'port' = '3306',
  'pwd_auth_name' = 'mysql_pwd_auth',
  'database-name' = 'mys_data',
  'table-name' = 'mys_order' );
 
CREATE TABLE dws_order (
    order_id STRING,
    order_channel STRING,
    order_time TIMESTAMP,
    cust_code STRING,
    pay_amount DOUBLE,
    real_pay DOUBLE, 
    PRIMARY KEY (order_id) NOT ENFORCED )
WITH (
    'connector' = 'gaussdb',
    'driver' = 'com.huawei.gauss200.jdbc.Driver',
    'url' = 'jdbc:gaussdb://GaussDB(DWS)内网IP地址:8000/gaussdb',
    'table-name' = 'dws_data.dws_order',
    'pwd_auth_name' = 'dws_pwd_auth',
    'write.mode' = 'insert' );
 
INSERT INTO dws_order SELECT * FROM mys_order;

  8. 替换文件后，单击“格式化”，并单击“保存”。
  9. 重新启动作业，再参见步骤六：验证数据同步，验证数据同步成功。
父主题： 数据迁移

相关文档