使用 DM 同步数据

本文介绍如何使用 DM (Data Migration) 同步数据。

第 1 步：部署 DM 集群

目前推荐使用 DM-Ansible 部署 DM 集群，具体部署方法参照 使用 DM-Ansible 部署 DM 集群。

注意：

• 在 DM 所有的配置文件中，数据库的密码要使用 dmctl 加密后的密文。如果数据库密码为空，则不需要加密。关于如何使用 dmctl 加密明文密码，参考使用 dmctl 加密上游 MySQL 用户密码。
• 上下游数据库用户必须拥有相应的读写权限。

第 2 步：检查集群信息

使用 DM-Ansible 部署 DM 集群后，相关配置信息如下：

• DM 集群相关组件配置信息

| 组件 | 主机 | 端口 | |:———|:—— |:—— | | dm_worker1 | 172.16.10.72 | 8262 | | dm_worker2 | 172.16.10.73 | 8262 | | dm_master | 172.16.10.71 | 8261 |

• 上下游数据库实例相关信息

| 数据库实例 | 主机 | 端口 | 用户名 | 加密密码 | |:———— |:—- | :—- | :—- | :—- | | 上游 MySQL-1 | 172.16.10.81 | 3306 | root | VjX8cEeTX+qcvZ3bPaO4h0C80pe/1aU= | | 上游 MySQL-2 | 172.16.10.82 | 3306 | root | VjX8cEeTX+qcvZ3bPaO4h0C80pe/1aU= | | 下游 TiDB | 172.16.10.83 | 4000 | root | |

• dm-master 进程配置文件 {ansible deploy}/conf/dm-master.toml 中的配置

      # Master 配置
      [[deploy]]
      source-id = "mysql-replica-01"
      dm-worker = "172.16.10.72:8262"
      [[deploy]]
      source-id = "mysql-replica-02"
      dm-worker = "172.16.10.73:8262"

注意：

{ansible deploy}/conf/dm-master.toml 中的 {ansible deploy} 表示使用 DM-Ansible 部署 DM 时通过 deploy_dir 参数指定的目录。

第 3 步：配置任务

假设需要将 MySQL-1 和 MySQL-2 实例的 test_db 库的 test_table 表以全量+增量的模式同步到下游 TiDB 的 test_db 库的 test_table 表。

复制并编辑 {ansible deploy}/conf/task.yaml.example，生成如下任务配置文件 task.yaml：

# 任务名，多个同时运行的任务不能重名。
name: "test"
# 全量+增量 (all) 同步模式。
task-mode: "all"
# 下游 TiDB 配置信息。
target-database:
  host: "172.16.10.83"
  port: 4000
  user: "root"
  password: ""
# 当前数据同步任务需要的全部上游 MySQL 实例配置。
mysql-instances:
-
  # 上游实例或者复制组 ID，参考 `inventory.ini` 的 `source_id` 或者 `dm-master.toml` 的 `source-id 配置`。
  source-id: "mysql-replica-01"
  # 需要同步的库名或表名的黑白名单的配置项名称，用于引用全局的黑白名单配置，全局配置见下面的 `black-white-list` 的配置。
  black-white-list: "global"
  # mydumper 的配置项名称，用于引用全局的 mydumper 配置。
  mydumper-config-name: "global"
-
  source-id: "mysql-replica-02"
  black-white-list: "global"
  mydumper-config-name: "global"
# 黑白名单全局配置，各实例通过配置项名引用。
black-white-list:
  global:
    do-tables:                        # 需要同步的上游表的白名单。
    - db-name: "test_db"              # 需要同步的表的库名。
      tbl-name: "test_table"          # 需要同步的表的名称。
# mydumper 全局配置，各实例通过配置项名引用。
mydumpers:
  global:
    mydumper-path: "./bin/mydumper"   # mydumper 二进制文件的路径。
    extra-args: "-B test_db -T test_table"  # 只导出 `test_db` 库中的 `test_table` 表，可设置 mydumper 的任何参数。

第 4 步：启动任务

为了提前发现数据同步任务的一些配置错误，DM 中增加了前置检查功能：

• 启动数据同步任务时，DM 自动检查相应的权限和配置。
• 也可使用 check-task 命令手动前置检查上游的 MySQL 实例配置是否符合 DM 的配置要求。

注意：

第一次启动数据同步任务时，必须确保上游数据库已配置。否则，启动任务时会报错。

1. 进入 dmctl 目录 /home/tidb/dm-ansible/resources/bin/。
2. 执行以下命令启动 dmctl。

     ./dmctl --master-addr 172.16.10.71:8261

1. 执行以下命令启动数据同步任务。

     # `task.yaml` 是之前编辑的配置文件。
     start-task ./task.yaml

• 如果执行该命令后返回的结果如下，则表明任务已成功启动。

            {
                "result": true,
                "msg": "",
                "workers": [
                    {
                        "result": true,
                        "worker": "172.16.10.72:8262",
                        "msg": ""
                    },
                    {
                        "result": true,
                        "worker": "172.16.10.73:8262",
                        "msg": ""
                    }
                ]
            }

• 如果任务启动失败，可根据返回结果的提示进行配置变更后执行 start-task task.yaml 命令重新启动任务。

第 5 步：查询任务

如需了解 DM 集群中是否存在正在运行的同步任务及任务状态等信息，可在 dmctl 内使用以下命令进行查询：

query-status

第 6 步：停止任务

如果不再需要进行数据同步，可以在 dmctl 内使用以下命令停止同步任务：

# 其中的 `test` 是 `task.yaml` 配置文件中 `name` 配置项设置的任务名。
stop-task test

第 7 步：监控任务与查看日志

如果使用 DM-Ansible 部署 DM 集群时，正确部署了 Prometheus 与 Grafana，且 Grafana 的地址为 172.16.10.71，可在浏览器中打开 http://172.16.10.71:3000 进入 Grafana，选择 DM 的 dashboard 即可查看 DM 相关监控项。

DM 在运行过程中，DM-worker, DM-master 及 dmctl 都会通过日志输出相关信息。各组件的日志目录如下：

• DM-master 日志目录：通过 DM-master 进程参数 --log-file 设置。如果使用 DM-Ansible 部署 DM，则日志目录位于 DM-master 节点的 {ansible deploy}/log/dm-master.log。
• DM-worker 日志目录：通过 DM-worker 进程参数 --log-file 设置。如果使用 DM-Ansible 部署 DM，则日志目录位于 DM-worker 节点的 {ansible deploy}/log/dm-worker.log。
• dmctl 日志目录：与其二进制文件目录相同。