MYSQL离线迁移至分布式TDSQL

原创陈昊 2020-11-13

1971

当使用MYSQL单实例，因数据量剧增出现性能问题的时候，普通的分库分表又难以满足其需求，一些客户会考虑迁移至分布式数据库。TDSQL 分布式是一款面向金融领域的一款数据库，适合应用在海量数据、高性能，高并发的使用场景。那么我们从MYSQL迁移至TDSQL都有哪些途径呢？这里我们对MYSQL离线迁移至分布式TDSQL 介绍一种方法：
使用LOAD_DATA 导入至TDSQL分布式实例，LOAD_DATA 是在原生 MYSQL load data 基础上，针对导入分布式TDSQL 进行优化逻辑处理后的一款导入工具。此工具只适用于导入TDSQL分布式，不适合TDSQL非分布式。究其原因是 TDSQL分布式在插入语句中有一个严格限制，插入语句必须带有shardkey ,没有shardkey的情况下会导入失败。所以LOAD_DATA 工具会对shardkey 这一层面有一个处理。
我们可以通过./load_data查看帮助具体的使用方法：
cd /data/tdsql_run/15002/gateway/bin

命令的参数说明
导入命令：./load_data mode1 $proxy_host $proxy_port $proxy_username $proxy_passwd $proxy_dbname.$ proxy_tablename auto ‘$file_name’ ‘,’ ‘"’

参数说明：
mode0：load_data的原理是分割数据，然后导入数据，mode0是先分割数据不进行导入。
mode1：分割数据，然后导入数据。
proxy_host：网关的host
proxy_port：网关的端口
user：用户名
password：密码
db_talbe：库表，格式为db.table
shardkey_index：shardkey字段在导入文件的索引（位置，从0开始）
file：绝对路径的文件所在位置
field_terminated：与导出时使用的field terminated 一致，行的分割
field_enclosed：与导出时使用的field enclosed一致，设置字段包围字符

下面我们简单做个迁移测试，具体介绍一下迁移步骤：

第一步从mysql单实例中导出数据至csv格式：
导出csv 格式的方法也有多种，这里我们就使用 into outfile ，我们以test库下T1 表为例
T1 表结构

CREATE TABLE game_score_log (
id int(11) NOT NULL AUTO_INCREMENT,
name varchar(10) NOT NULL,
score int(11) NOT NULL,
PRIMARY KEY (id)
) ;
插入一些数据
insert into t1 (id,name,score) values (“10001”,“王五”,“100”);
insert into t1 (id,name,score) values (“10002”,“李四”,“95” );
insert into t1 (id,name,score) values (“10003”,“李四”,“100”);
insert into t1 (id,name,score) values (“10004”,“李四”,“75” );
insert into t1 (id,name,score) values (“10005”,“王五”,“70” );
insert into t1 (id,name,score) values (“10006”,“张三”,“85” );
insert into t1 (id,name,score) values (“10007”,“张三”,“65” );
insert into t1 (id,name,score) values (“10008”,“王五”,“70” );
使用select into outfile 进行导出
SELECT * FROM t1
INTO OUTFILE ‘/tmp/t1.csv’
FIELDS TERMINATED BY ‘,’
OPTIONALLY ENCLOSED BY ‘"’
LINES TERMINATED BY ‘\n’;

FIELDS TERMINATED BY ‘,’ 字段间分割符
OPTIONALLY ENCLOSED BY ‘"’ 将字段包围对数值型无效
LINES TERMINATED BY ‘\n’ 换行符

cat /tmp/t1.csv
“10001”,“王五”,“100”
“10002”,“李四”,“95”
“10003”,“李四”,“100”
“10004”,“李四”,“75”
“10005”,“王五”,“70”
“10006”,“张三”,“85”
“10007”,“张三”,“65”
“10008”,“王五”,“70”

第二步：导入数据到TDSQL分布式实例
（1）首先在TDSQL分布式实例上准备库和表结构，这里注意shardkey 的选取（建议选择一个区分度较高的字段，以便数据均匀打散到各个分片中，这里需要业务人员的参与）
CREATE TABLE t1 (
id int(11) NOT NULL AUTO_INCREMENT,
name varchar(10) NOT NULL,
score int(11) NOT NULL,
PRIMARY KEY (id)
) shardkey=id;

（2）mode0模式分割成 n个（看实例有几个分片）文件 ,但不导入
./load_data mode0 172.21.16.11 15002 ju2 ju2 test.t1 auto ‘/tmp/t1.csv’ ‘,’ ‘"’

执行后分割为：t1.csv_set_1605000504_1 和 t1.csv_set_1605000688_3两个文件

（3）mode1模式,直接分割并导入
./load_data mode1 172.21.16.11 15002 ju2 ju2 test.t1 auto ‘/tmp/t1.csv’ ‘,’ ‘"’