MySQL到ClickHouse数据同步方案对比

ClickHouse 在执行分析查询时的速度优势很好的弥补了 MySQL 的不足，但是对于很多开发者和DBA来说，如何将MySQL稳定、高效、简单的同步到 ClickHouse 却很困难。本文对比了 NineData、MaterializeMySQL（ClickHouse自带）、Bifrost 三款产品，看看他们在同步时的差异。

对比结果概述

整体上，NineData（官网：www.ninedata.cloud ）的数据复制功能在功能、性能表现最突出。其次是Bifrost和ClickHouse自带的MaterializeMySQL。NineData在增量DDL的处理、字段映射的准确性、无主键表、以及功能丰富度上最强（数据校验、过滤、限流等），详细的对比如下图：

结构映射对比

在做了详细对比之后，对于基础类型，只有NineData考虑的更加完整，例如MySQL的datetime需要映射到ClickHouse的DateTime64，否则则可能出现数据丢失。如果使用Biforst或MaterializeMySQL等其他产品均映射到datetime可能会造成一定程度的数据精度丢失。

此外，在对比了MySQL全部数据类型之后，发现NineData支持更完整，例如对JSON类型、几何数据、地理信息仅NineData支持。此外，对于基础类型，也只有NineData考虑更加细致，使用Biforst或MaterializeMySQL等其他产品则可能导致精度丢失，从而造成数据丢失。

详细的对比如下图：

无主键表支持

NineData对记录做了特殊的标记处理，所以很好的支持了无主键表的数据同步。而MaterializeMySQL、Biforst均不支持。

详细的对比如下图：

增量DDL

对于数据增量同步，支持好各种类型的DDL是保障同步链路持续稳定的关键，NineData在无主键表DDL支持、字段删除、字段名修改等特殊操作均做了适配处理，可以很好的保障复制链路的问题。同时，NineData还提供了可视化的错误修复和跳过功能，可以最大限度的保障链路持续稳定。

详细的对比如下图：

限流、对比、过滤等

除了前面介绍的一般功能之外，为了提升数据质量、保障稳定，NineData还支持了包括数据对比、运行中的限流、数据过滤等功能。具体的说明如下：

同步性能对比

这里使用 sysbench工具生成了5000万行记录进行全量性能对比，再生成约1800万次DML（约5GB Binlog）进行增量性能对比。

对比中，全量同步 NineData 性能为36.2W RPS（每秒同步记录数）为最高；增量同步则是 ClickHouse 自带的同步工具 MaterializeMySQL 最高，需要注意，MaterializeMySQL 在错误处理上比较简单，如果报错则需要全部重新同步。

详细的对比如下：

• 全量同步

通过sysbench生成10张表，每张表500W记录（5000W行），数据文件大小约为12G：

• 增量同步

通过sysbench生成5G大小的BinLog日志（约1800W次DML），再进行增量同步：

总结

NineData（https://www.ninedata.cloud/） 在功能上领先其他同步工具，特别是字段类型的全面适配和增量复制期间DDL的支持度，并且在动态限流、数据对比、监控等能力上也支持的最完善。

所以，如果想把MySQL的数据实时同步到ClickHouse，推荐使用NineData，不仅使用简单（SaaS），并在满足功能和性能的前提下，实现了字段类型的无损转换和数据的实时复制，很好的解决MySQL 同步数据到ClickHouse的问题。

补充说明

当前各个云厂商虽然都提供ClickHouse托管服务，但是另一方面云厂商又都在发展自己的数仓产品，在同步功能支持上通常仅对自家的数仓产品支持比较好，而对ClickHouse同步支持都很薄弱。此外，开源工具Canal也因为不能很好的支持结构同步，使用和维护起来并不方便。