tencent cloud

前言

CTSDB 是一款分布式、可扩展、支持近实时数据搜索与分析的时序数据库，且兼容 Elasticsearch 常用的 API 接口。对于很多用户，想要将 MySQL 中的数据导入到 CTSDB 中，而又找不到一种较好的方法，这里给出一种简单快捷的方式，轻松将 MySQL 中的数据同步到 CTSDB。

工具介绍

go-mysql-elasticsearch 是一款开源的高性能的 MySQL 数据同步 Elasticsearch 的工具，其由 go 语言开发，编译及使用都非常简单。go-mysql-elasticsearch 的原理也很简单，首先使用 mysqldump 获取当前 MySQL 的数据，然后在通过此时 binlog 的 name 和 position 获取增量数据，再根据 binlog 构建 restful api 写入数据到 Elasticsearch 中。由于CTSDB 基于 Elasticsearch 开发，因此，可以完美对接 go-mysql-elasticsearch，导入 MySQL 数据。

MySQL 数据同步 CTSDB 步骤

MySQL 样例数据构建

既然读者有 MySQL 导入 CTSDB 的需求，那 MySQL 的安装就不用多说了。这里为了整个流程的完整性，就从样例数据的灌入开始，用 go 写了一个小工具，生成一些样例数据并灌入到 MySQL 中，表结构如下：

  mysql> desc test_table;
+-----------+-------------+------+-----+---------+----------------+
| Field     | Type        | Null | Key | Default | Extra          |
+-----------+-------------+------+-----+---------+----------------+
| id        | int(11)     | NO   | PRI | NULL    | auto_increment |
| timestamp | bigint(20)  | YES  |     | NULL    |                |
| cpu_usage | float       | YES  |     | NULL    |                |
| host_ip   | varchar(20) | YES  |     | NULL    |                |
| region    | varchar(20) | YES  |     | NULL    |                |
+-----------+-------------+------+-----+---------+----------------+

以上创建了一个名为 test_table 的表，然后向该表灌入2000条样例数据，部分数据如下所示：

  mysql> select * from test_table;
  +------+------------+-----------+-------------+-----------+
  | id   | timestamp  | cpu_usage | host_ip | region|
  +------+------------+-----------+-------------+-----------+
  |1 | 1527676339 |  0.23 | 192.168.1.1 | beijing   |
  |2 | 1527676399 |  0.78 | 192.168.1.2 | shanghai  |
  |3 | 1527676459 |   0.2 | 192.168.1.3 | guangzhou |
  |4 | 1527676519 |  0.47 | 192.168.1.4 | shanghai  |
  |5 | 1527676579 |  0.13 | 192.168.1.5 | beijing   |
  |6 | 1527676639 |  0.15 | 192.168.1.1 | beijing   |
  |7 | 1527676699 |  0.07 | 192.168.1.2 | shanghai  |
  |8 | 1527676759 |  0.17 | 192.168.1.3 | guangzhou |
  |9 | 1527676819 |  0.94 | 192.168.1.4 | shanghai  |
  |10| 1527676879 |  0.06 | 192.168.1.5 | beijing   |

至此，MySQL 端的样例数据准备完毕。

CTSDB metric 创建

现在，我们在 CTSDB 上创建一个和 MySQL 一样的表结构，用于存储对应的数据，创建接口如下所示：

  POST /_metric/test_metric
{
 "time": {
   "name": "timestamp",   # 与MySQL表中的timestamp对应，CTSDB常用的时间域
   "format": "strict_date_optional_time || epoch_second"
 },
 "tags": {
   "region": "string",
   "host_ip": "string"
 },
 "fields": {
   "cpu_usage": "float"   # fields域代表指标列，很明显cpu_usage代表需要监控cpu使用率指标
 }
}

至此，CTSDB 中的表结构也准备好了，下面我们使用 go-mysql-elasticsearch 来同步数据。

go-mysql-elasticsearch 使用

由于 go-mysql-elasticsearch 是用 go 语言开发，因此首先安装 go，官方要求的版本是 1.6 以上，go 的安装非常简单，参考官方文档，下载：https://golang.org/dl/ 安装：https://golang.org/doc/install#install 然后开始安装 go-mysql-elasticsearch，整个步骤如下：

   $ go get github.com/siddontang/go-mysql-elasticsearch
$ cd $GOPATH/src/github.com/siddontang/go-mysql-elasticsearch
$ make

工具安装好后，需要进行一些合理地配置我们才能愉快地使用，下面将会给出一个配置范例，并给予相应地注释说明：

  # 注意：go-mysql-elasticsearch的默认配置文件在go-mysql-elasticsearch/etc/river.toml
# MySQL address, user and password
# user must have replication privilege in MySQL.
my_addr = "127.0.0.1:3306"
my_user = "root"
my_pass = "123456"
my_charset = "utf8"
# Set true when elasticsearch use https
#es_https = false
# CTSDB 地址
es_addr = "9.6.174.42:13982"
# 如果使用的是带权限的CTSDB，需要设置用户名和密码
es_user = "root"
es_pass = "changeme"
# Path to store data, like master.info, if not set or empty,
# we must use this to support breakpoint resume syncing. 
# TODO: support other storage, like etcd. 
data_dir = "./var"  # 存储的是binlog的名字及位置
# Inner http status address
stat_addr = "127.0.0.1:12800"
# pseudo server id like a slave 
server_id = 1001
# mysql or mariadb
flavor = "mysql"
# mysqldump execution path
# if not set or empty, ignore mysqldump.
mysqldump = "mysqldump"
# minimal items to be inserted in one bulk
bulk_size = 512
# force flush the pending requests if we don't have enough items >= bulk_size
flush_bulk_time = "200ms"
# Ignore table without primary key
skip_no_pk_table = true  # 这里需要注意，go-mysql-elasticsearch会
# MySQL data source
[[source]]
schema = "mysql_es"
# Only below tables will be synced into Elasticsearch.
# "t_[0-9]{4}" is a wildcard table format, you can use it if you have many sub tables, like table_0000 - table_1023
# I don't think it is necessary to sync all tables in a database.
tables = ["test_*"]
[[rule]]
schema = "mysql_es"   # Mysql数据库名
table = "test_table"  # Mysql表名
index = "test_metric"  # CTSDB中metric名
type = "doc"          # 文档类型

以上配置，为测试所使用的配置，如果您有更高级的需求可以参考官方文档，合理进行配置。配置 ok 后，我们来运行 go-mysql-elasticsearch，如下所示：

  $  ./bin/go-mysql-elasticsearch -config=./etc/river.toml
  2018/05/31 21:43:44 INFO  create BinlogSyncer with config {1001 mysql 127.0.0.1 3306 root   utf8 false false <nil> false false 0 0s 0s 0}
  2018/05/31 21:43:44 INFO  run status http server 127.0.0.1:12800
  2018/05/31 21:43:44 INFO  skip dump, use last binlog replication pos (mysql-bin.000002, 194296) or GTID %!s(<nil>)
  2018/05/31 21:43:44 INFO  begin to sync binlog from position (mysql-bin.000002, 194296)
  2018/05/31 21:43:44 INFO  register slave for master server 127.0.0.1:3306
  2018/05/31 21:43:44 INFO  start sync binlog at binlog file (mysql-bin.000002, 194296)
  2018/05/31 21:43:44 INFO  rotate to (mysql-bin.000002, 194296)
  2018/05/31 21:43:44 INFO  rotate binlog to (mysql-bin.000002, 194296)
  2018/05/31 21:43:44 INFO  save position (mysql-bin.000002, 194296)

这里需要注意 ，由于 go-mysql-elasticsearch 需要利用 binlog，而且 binlog 一定要变成 row-based format 格式，同时需要用到 canal 组件来同步数据（canal 模拟 mysql slave 的交互协议，伪装自己为 mysql slave，向 mysql master 发送 dump 协议），因此在 Mysql 必须配置如下参数：

  # 以下参数需要配置，否则必踩坑
  log_bin=mysql-bin
  binlog_format = ROW
  server-id=1

现在，我们来看一下 CTSDB 中是否成功导入了Mysql中的数据：

  GET test_metric/_search?size=1000
  {
    "sort": [
  {
    "timestamp": {
  "order": "desc"
    }
  }
    ], 
    "docvalue_fields": ["timestamp", "host_ip", "region", "cpu_usage"]
  }
  #结果：
  {
    "took": 8,
    "timed_out": false,
    "_shards": {
  "total": 3,
  "successful": 3,
  "skipped": 0,
  "failed": 0
    },
    "hits": {
  "total": 2000,
  "max_score": null,
  "hits": [
    {
  "_index": "test_metric@1525363200000_30",
  "_type": "doc",
  "_id": "2000",
  "_score": null,
  "fields": {
    "host_ip": [
  "192.168.1.5"
    ],
    "region": [
  "beijing"
    ],
    "cpu_usage": [
  0.05000000074505806
    ],
    "timestamp": [
  1527807286000
    ]
  },
  "sort": [
    1527807286000
  ]
    },
    ......
  }

小结

可以看到，使用 go-mysql-elasticsearch，仅需要在配置文件里面写规则，就能非常方便的将数据从 MySQL 同步给 ES。上面仅举了一些简单的例子，如果有更多的需求可以参考 go-mysql-elasticsearch的官方文档。

除了本文所介绍的工具外，这里再推荐两种工具，

• 一个是 py-mysql-elasticsearch-sync，该工具是使用 Python语言编写，与go-mysql-elasticsearch的原理类似，都是利用 binlog 来实现数据的同步，安装及使用见 官方文档 。
• 另一个工具是 logstash，使用 logstash 同步数据时需要安装 logstash-input-jdbc、logstash-output-elasticsearch 两个插件，具体使用参考 官方文档 、elastic 官方文档 。
  如果您在使用上述工具中遇到问题，可 提交工单 联系我们。