MongoDB 到 MongoDB 数据迁移和同步-CloudCanal实战

简述

MongoDB 是一种广泛使用的文档型数据库,对于 schema 弱要求、可扩展性强让其在很多场景普遍适用。

本文主要介绍如何使用 CloudCanal 快速构建一条稳定高效运行的 MongoDB 到 MongoDB 数据同步链路,示例中 MongoDB 均为 ReplicationSet (副本集) 。

技术点

MongoDB 源端增量技术

MongoDB 增量数据可以通过 local 库的 oplog.rs collection 获取增量变更数据(需要搭副本集)。

其中事件包含以下子 Document (不同版本 MongoDB 有些许差异), CloudCanal 通过解析事件记录同步增量数据

子 document 名字 数据含义
op 操作类型, CloudCanal支持的类型包括:c (控制操作) , i (INSERT) , u (UPDATE) ,d (DELETE)
ns 命名空间(namespace) , 格式为 dbName.collectionName , 其中 collectionName 可以为 $cmd , 则表示在对应数据库上的操作
ts 执行操作的事件戳,单位秒
o 变更的数据,对应 INSERT/UPDATE 后镜像数据,DELETE 为前镜像数据,需要注意的是,MongoDB 4.x 版本和其他版本在这个 Document 有所不一样
o2 只在 UPDATE 事件中有值,可以认为是主键或者定位数据的标识符

MongoDB 的数据类型支持

CloudCanal 从 2021 年 8 月份支持 MongoDB 开始,经历多个版本迭代,逐步丰富了对 MongoDB 数据类型的支持。

无论直接从 MongoDB 做全量迁移,还是消费 oplog 进行增量同步,类型转换对自定义代码处理和下游数据源写入都有重要意义。

从 MongoDB 全量读取支持的类型包括: **null,ObjectId,Date,Number,String **

从 MongoDB oplog 增量同步支持的类型包括:**ObjectId,Date,Number,String,Integer,Long,BigInteger,Double,BigDecimal **

以上类型并不是终点,随着越来越多用户使用,不断扩展中 。

操作示例

前置条件

  • 登陆 CloudCanal SaaS版,使用参见快速上手文档

  • 准备好 2 个 MongoDB 实例(本例使用阿里云 MongoDB 4.2 和 5.0 ,模拟用户 MongoDB 实例版本升级)

  • 登录 CloudCanal 平台 ,添加 MongoDB

    MongoDB 到 MongoDB 数据迁移和同步-CloudCanal实战_第1张图片

  • 创建一条 MySQL -> MongoDB 链路作为增量数据来源

任务创建

  • 任务管理->任务创建

  • 测试链接并选择 目标 数据库

  • 点击下一步

    MongoDB 到 MongoDB 数据迁移和同步-CloudCanal实战_第2张图片

  • 选择 数据同步,并勾选 全量数据初始化, 其他选项默认

    MongoDB 到 MongoDB 数据迁移和同步-CloudCanal实战_第3张图片

  • 选择需要迁移同步的 collection

    MongoDB 到 MongoDB 数据迁移和同步-CloudCanal实战_第4张图片

  • 确认创建任务

    MongoDB 到 MongoDB 数据迁移和同步-CloudCanal实战_第5张图片

  • 任务自动做结构迁移全量迁移增量同步

    MongoDB 到 MongoDB 数据迁移和同步-CloudCanal实战_第6张图片

校验数据

  • 程序造数据,采用 MySQL -> MongoDB -> MongoDB

    MongoDB 到 MongoDB 数据迁移和同步-CloudCanal实战_第7张图片

  • 任务正常运行一段时间后,停止造数据

  • 点击 MongoDB -> MongoDB 任务详情更多 > 创建相似任务 ,第二步选择 数据校验

    MongoDB 到 MongoDB 数据迁移和同步-CloudCanal实战_第8张图片

  • 数据校验 OK

    MongoDB 到 MongoDB 数据迁移和同步-CloudCanal实战_第9张图片

常见问题

目前对 sharding 版本的 MongoDB 支持如何?

CloudCanal 支持 MongoDB sharding 版本,如果作为源端,需要逐个配置底下副本集实例,也就是迁移同步任务存在多个,作为对端,则将 sharding 实例当作单个实例写入即可。

单个 collection 包含多种主键数据怎么办?

CloudCanal 全量迁移是通过 “id” 进行分页扫描进行,所以如果 “id” 类型多种,则会导致位点获取或者断点续传出问题。

后续针对这种情况,我们考虑使用无主键方式进行处理。

支持其他对端数据源么?

目前开放 MongoDB 到 Kafka , MySQL,TiDB, MongoDB,如果各位有需求,可以在社区反馈给我们。

总结

本文简单介绍了如何使用 CloudCanal 进行 MongoDB -> MongoDB 数据迁移同步。各位读者朋友,如果你觉得还不错,请点赞、评论加转发吧。

你可能感兴趣的:(CloudCanal,CloudCanal,数据迁移,数据同步,canal)