中移建设有限公司网站/企业营销策划论文
- Apache SeaTunnel 起到的主要作用是什么？
目前，大数据体系里有各种各样的数据引擎，有大数据生态的 Hadoop、Hive、Kudu、Kafka、HDFS，也有泛大数据库体系的 MongoDB、Redis、ClickHouse、Doris，更有云上的 AWS S3、Redshift、BigQuery、Snowflake，还有各种各样数据生态 MySQL、PostgresSQL、IoTDB、TDEngine、Salesforce、Workday 等。我们需要工具让这些数据之间能互联互通，那么 Apache SeaTunnel 就是打通这些复杂数据源的利器，它可以简单、准确、实时地把各种数据源整合到目标数据源当中，成为大数据流动的“高速公路”。
简单理解：数据库同步工具，类似阿里的canal
本文介绍使用seaTunnel的MYSQL-CDC方式进行mysql与mysql相互同步
seaTunnel官网：https://seatunnel.apache.org
- 依赖：Java8+，hazelcast-5.0.1
安装hazelcast-5.0.1
wget https://repository.hazelcast.com/rpm/stable/hazelcast-rpm-stable.repo -O hazelcast-rpm-stable.repo
sudo mv hazelcast-rpm-stable.repo /etc/yum.repos.d/
sudo yum install hazelcast-5.0.1
下载seaTunnel
创建目录
mkdir -p /home/seatunnel
cd /home/seatunnel
执行：
export version="2.3.1"
wget "https://archive.apache.org/dist/incubator/seatunnel/${version}/apache-seatunnel-incubating-${version}-bin.tar.gz"
tar -xzvf "apache-seatunnel-incubating-${version}-bin.tar.gz"
创建执行上下文
vim /etc/profile.d/seatunnel.sh
输入
export SEATUNNEL_HOME=/home/seatunnel/apache-seatunnel-incubating-2.3.1
export PATH=$PATH:$SEATUNNEL_HOME/bin
生效配置
source /etc/profile
打开：$SEATUNNEL_HOME/bin/seatunnel-cluster.sh
在第一行添加JVM配置
JAVA_OPTS="-Xms2G -Xmx2G"
安装插件：
cd apache-seatunnel-incubating-2.3.1/config
mv plugin_config plugin_config.bak
vim plugin_config
输入以下内容：
--connectors-v2--
connector-cdc-mysql
connector-jdbc
connector-starrocks
--end--
需要其它插件可以从plugin_config.bak中挑选
保存后执行命令安装插件：
sh bin/install-plugin.sh 2.3.1
添加mysql驱动
mkdir -p /home/seatunnel/apache-seatunnel-incubating-2.3.1/plugins/jdbc/lib/
将mysql-connector-java-8.0.30.jar放到plugins/jdbc/lib/目录中
mysql-connector-java-8.0.30.jar 点击下载
配置MySQL CDC
cd config
cp v2.streaming.conf.template test.config
vim test.config
输入一下内容：
env {# You can set SeaTunnel environment configuration hereexecution.parallelism = 2job.mode = "STREAMING"# 10秒检查一次，可以适当加大这个值checkpoint.interval = 10000#execution.checkpoint.interval = 10000#execution.checkpoint.data-uri = "hdfs://localhost:9000/checkpoint"}# 配置数据源source {MySQL-CDC {# 数据库账号username = "canal"password = "canal"# 源表，格式：数据库名.表名table-names = ["canalold.uc_user"]base-url = "jdbc:mysql://172.16.4.196:3306/canalold"}}# 配置目标库sink {jdbc {url = "jdbc:mysql://172.16.4.175:3306/canalnew"driver = "com.mysql.cj.jdbc.Driver"user = "canal"password = "canal"# 目标数据库名database = "canalnew"# 目标表名table = "uc_user"# 主键名称primary_keys = ["id"]}}
一张表一个配置
- 启动集群
mkdir -p $SEATUNNEL_HOME/logs
nohup bin/seatunnel-cluster.sh 2>&1 &
提交任务：
nohup ./bin/seatunnel.sh --config ./config/test.config 2>&1 &
提交一次即可
前往logs目录查看是否提交成功
参考文档
集群部署：https://seatunnel.apache.org/docs/2.3.1/seatunnel-engine/deployment
常见问题
sql must not null
添加如下配置
database = "canalnew"
table = "uc_user"
如果不配置，必须配置query属性，即query属性和上面两个配置二选一，且上面两个配置优先级高