CCR Syncer

CCR（Cross Cluster Replication）也就是跨集群数据复制，能够在库/表级别将源集群的数据变更同步到目标集群，可用于提升在线服务的数据可用性、隔离在离线负载、建设两地三中心等。

原理

名词解释

源集群 (src cluster)：业务写入数据的集群
目标集群 (dest cluster)：跨集群复制的目标集群
binlog：源集群变更日志，记录了源集群的数据修改和操作，是目标集群数据重放和恢复的凭据
Syncer：一个轻量的CCR任务控制节点，可以单节点部署，也可以多节点高可用部署

架构说明

Syncer从源集群批量获取库/表的 binlog，并根据 binlog 中的信息在目标集群重放，从而实现数据的全量/部分/增量复制。

具体的数据同步方式如下：

全量同步（full sync）
部分同步（partial sync）
增量同步（incremental）

全量同步和部分同步都依赖 doris 提供的备份（backup）和恢复（restore）机制。Syncer 会向源集群提交备份任务，原集群会生成一份数据快照，并把快照数据和元数据备份到本地磁盘上；原集群备份完成后 syncer 会向目标集群提交恢复任务，目标集群会从上游下载数据。全量同步会同步整个库（Database；在 table 级别同步下，则是整个 table），部分同步则会同步某张表（Table）或者某几个分区（Partition）。

同步 job 创建后，首先会通过全量同步拉取上下游的存量数据，完成后进入增量同步。

增量同步时，syncer 会从原集群拉取 binlog，并在目标集群回放。回放方式可以分为下面几种：

如果 binlog 是数据变更，则通知目标集群从源集群拉取数据，并作为一次事务（Txn）导入到目标集群
如果 binlog 是元数据变更，则再目标集群发起对应的操作（SQL）
对于一些无法直接通过 SQL 发起变更的操作，则触发部分同步。

使用说明

在fe.conf、be.conf中打开binlog feature配置项
```
enable_feature_binlog = true
```
部署源、目标doris集群

部署Syncer

git clone https://github.com/selectdb/ccr-syncer
cd ccr-syncer

# -j 开启多线程编译
# --output指定输出的路径名称，默认名称为output
bash build.sh <-j NUM_OF_THREAD> <--output SYNCER_OUTPUT_DIR>

cd SYNCER_OUTPUT_DIR

# 启动syncer，加上--daemon使syncer在后台运行
bash bin/start_syncer.sh --daemon

# 停止syncer
bash bin/stop_syncer.sh

更多启动选项相见启动配置，停止Syncer请见stop说明

打开源集群中被同步库/表的binlog
```
-- enable database binlog
ALTER DATABASE db_name SET properties ("binlog.enable" = "true");

-- enable table binlog
ALTER TABLE table_name SET ("binlog.enable" = "true");
```
如果是库同步，则需要打开库中所有表的binlog.enable，这个过程可以通过脚本快速完成，脚本的使用方法见脚本说明文档

向Syncer发起同步任务

curl -X POST -H "Content-Type: application/json" -d '{
    "name": "ccr_test",
    "src": {
    "host": "localhost",
    "port": "9030",
    "thrift_port": "9020",
    "user": "root",
    "password": "",
    "database": "demo",
    "table": "example_tbl"
    },
    "dest": {
    "host": "localhost",
    "port": "9030",
    "thrift_port": "9020",
    "user": "root",
    "password": "",
    "database": "ccrt",
    "table": "copy"
    }
}' http://127.0.0.1:9190/create_ccr

name: CCR同步任务的名称，唯一即可
host、port：对应集群master的host和mysql(jdbc) 的端口
thrift_port：对应FE的rpc_port
user、password：syncer以何种身份去开启事务、拉取数据等
database、table：
- 如果是db级别的同步，则填入dbName，tableName为空
- 如果是表级别同步，则需要填入dbName、tableName

其他操作详见操作列表。

在生产环境中使用前，请参考使用须知调整源和目标集群配置。

监控

Syncer 通过 /metrics 接口导出符合 prometheus 协议的 metrics 指标。用户可以在 prometheus 中新增 target，并在 grafana 中展示抓取的指标。Syncer 提供了一份基础的 grafana dashboard：CCR Dashboard，可以直接导入到 grafana 中使用。

功能详情

Doris 功能繁多，syncer 目前只支持了其中的一部分，具体细节可以参考功能详情。

License

lsy3993/ccr-syncer

ErrorLooks like something went wrong!

About

Resources

License

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Languages

Error
Looks like something went wrong!

Packages