Kafka是应用较为广泛的分布式、高吞吐量、高可扩展性消息队列服务，普遍用于日志收集、监控数据聚合、流式数据处理、在线和离线分析等大数据领域，是大数据生态中不可或缺的产品之一。通过数据传输服务DTS（Data Transmission Service），您可以将PolarDB MySQL同步至自建Kafka集群，扩展消息处理能力。

前提条件

  • Kafka集群的版本为0.10或1.0版本。
  • Kafka集群已创建用于存储待同步数据的Topic。
  • PolarDB MySQL已开启Binlog，详情请参见如何开启Binlog。

注意事项

如果源数据库没有主键或唯一约束，且所有字段没有唯一性，可能会导致目标数据库中出现重复数据。

功能限制

  • 仅支持表粒度的数据同步。
  • 不支持DDL操作的数据同步。
  • 不支持自动调整同步对象。
    说明 如果在同步的过程中，对源库中待同步的表执行了重命名操作，且重命名后的名称不在同步对象中，那么该表将不再被同步到目标Kafka集群中。如果该表还需要同步，那么您需要新增同步对象。

支持同步的SQL操作

DML操作：INSERT、UPDATE、DELETE、REPLACE。

消息格式

同步到Kafka集群中的数据以avro格式存储，schema定义详情请参见DTS avro schema定义。

在数据同步到Kafka集群后，您需要根据avro schema定义进行数据解析。

费用说明

详情请参见产品定价。

操作步骤

  1. 购买数据同步作业。
    说明 购买时，选择源实例为POLARDB、目标实例为Kafka，并选择同步拓扑为单向同步。
  2. 登录数据传输控制台。
  3. 在左侧导航栏，单击数据同步。
  4. 在同步作业列表页面顶部，选择同步的目标实例所属地域。
    选择地域
  5. 定位至已购买的数据同步实例，单击配置同步链路。
  6. 配置同步通道的源实例及目标实例信息。
    同步通道的源和目标实例配置
    配置项目 配置选项 配置说明
    同步作业名称 - DTS会自动生成一个同步作业名称，建议配置具有业务意义的名称（无唯一性要求），便于后续识别。
    源实例信息 实例类型 选择POLARDB。
    实例地区 购买数据同步实例时选择的源实例地域信息，不可变更。
    POLARDB实例ID 选择PolarDB集群ID。
    数据库账号 填入PolarDB集群的数据库账号，需要具备Replication slave、Replication client及所有待同步对象的Select权限。
    数据库密码 填入该账号对应的密码。
    目标实例信息 实例类型
    • Kafka集群部署在ECS上时，选择ECS上的自建数据库。
    • Kafka集群部署在本地服务器时，选择通过专线/VPN网关/智能网关接入的自建数据库。
      说明 选择通过专线/VPN网关/智能网关接入的自建数据库时，您需要配置VPC ID并填写IP地址和端口信息。
    实例地区 购买数据同步实例时选择的目标实例地域信息，不可变更。
    ECS实例ID 选择部署了Kafka集群的ECS实例ID。
    数据库类型 选择为Kafka。
    端口 Kafka集群对外提供服务的端口，默认为9092。
    数据库账号 填入Kafka集群的用户名，如Kafka集群未开启验证可不填写。
    数据库密码 填入Kafka集群用户名对应的密码，如Kafka集群未开启验证可不填写。
    Topic
    1. 单击击右侧的获取Topic列表。
    2. 下拉选择具体的Topic名称。
    Kafka版本 根据目标Kafka集群版本，选择对应的版本信息。
    连接方式 根据业务及安全需求，选择非加密连接或SCRAM-SHA-256。
  7. 单击页面右下角的授权白名单并进入下一步。
    说明 此步骤会将DTS服务器的IP地址自动添加到源PolarDB集群的白名单和目标ECS实例的内网入方向安全组规则中，用于保障DTS服务器能够正常连接源和目标实例。
  8. 配置目标已存在表的处理模式和同步对象。
    配置处理模式和同步对象
    配置项目 配置说明
    目标已存在表的处理模式
    • 预检查并报错拦截：检查目标数据库中是否有同名的表。如果目标数据库中没有同名的表，则通过该检查项目；如果目标数据库中有同名的表，则在预检查阶段提示错误，数据同步作业不会被启动。
      说明 如果目标库中同名的表不方便删除或重命名，您可以设置同步对象在目标实例中的名称来避免表名冲突。
    • 无操作：跳过目标数据库中是否有同名表的检查项。
      警告 选择为无操作，可能导致数据不一致，给业务带来风险，例如：
      • 表结构一致的情况下，如果在目标库遇到与源库主键的值相同的记录，在初始化阶段会保留目标库中的该条记录；在增量同步阶段则会覆盖目标库的该条记录。
      • 表结构不一致的情况下，可能会导致无法初始化数据、只能同步部分列的数据或同步失败。
    选择同步对象

    在源库对象框中单击待同步的对象，然后单击向右小箭头将其移动至已选择对象框。

    说明
    • 仅支持表粒度的数据同步。
    • 默认情况下，同步对象的名称保持不变。如果您需要同步对象在目标实例上名称不同，那么需要使用DTS提供的对象名映射功能，详情请参见设置同步对象在目标实例中的名称。
  9. 上述配置完成后，单击页面右下角的下一步。
  10. 配置同步初始化的高级配置信息。
    Kafka同步初始化高级配置
    配置 说明
    同步初始化 默认选择结构初始化和全量数据初始化，DTS会在增量数据同步之前，将源库中待同步对象的结构和存量数据，同步到目标库。
    过滤选项 默认选择忽略增量同步阶段的 DDL，即增量同步阶段源库执行的DDL操作不会被DTS同步至目标库。
  11. 上述配置完成后，单击页面右下角的预检查并启动。
    说明
    • 在数据同步作业正式启动之前，会先进行预检查。只有预检查通过后，才能成功启动数据同步作业。
    • 如果预检查失败，单击具体检查项后的提示，查看失败详情。根据提示修复后，重新进行预检查。
  12. 在预检查对话框中显示预检查通过后，关闭预检查对话框，同步作业将正式开始。
  13. 等待同步作业的链路初始化完成，直至处于同步中状态。
    您可以在 数据同步页面，查看数据同步作业的状态。查看同步作业状态