CCR Syncer

CCR（Cross Cluster Replication）也就是跨集群数据复制，能够在库/表级别将源集群的数据变更同步到目标集群，可用于提升在线服务的数据可用性、隔离在离线负载、建设两地三中心等。

原理

名词解释

源集群 (srcCluster)：业务写入数据的集群
目标集群 (destCluster)：跨集群复制的目标集群
binlog：源集群变更日志，记录了源集群的数据修改和操作，是目标集群数据重放和恢复的凭据
Syncer：一个轻量的CCR任务控制节点

架构说明

Syncer从源集群批量获取库/表的binlog，并根据binlog中的信息在目标集群重放，从而实现数据的全量/增量复制。
如果binlog是数据变更，则通知目标集群从源集群拉取数据。
如果binlog是元数据变更，则在目标集群发起对应的操作。

使用说明

1. 在fe.conf、be.conf中打开binlog feature配置项

   enable_feature_binlog = true

2. 部署源、目标doris集群

3. 部署Syncer

   git clone https://github.com/selectdb/ccr-syncer
   cd ccr-syncer
   
   # -j 开启多线程编译
   # --output指定输出的路径名称，默认名称为output
   bash build.sh <-j NUM_OF_THREAD> <--output SYNCER_OUTPUT_DIR>
   
   cd SYNCER_OUTPUT_DIR
   
   # 启动syncer，加上--daemon使syncer在后台运行
   bash bin/start_syncer.sh --daemon
   
   # 停止syncer
   bash bin/stop_syncer.sh

   更多选项相见启动配置

4. 打开源集群中被同步库/表的binlog

   -- enable database binlog
   ALTER DATABASE db_name SET properties ("binlog.enable" = "true");
   
   -- enable table binlog
   ALTER TABLE table_name SET ("binlog.enable" = "true");

   如果是库同步，则需要打开库中所有表的binlog.enable，这个过程可以通过脚本快速完成，脚本的使用方法见脚本说明文档

5. 向Syncer发起同步任务

   curl -X POST -H "Content-Type: application/json" -d '{
       "name": "ccr_test",
       "src": {
       "host": "localhost",
       "port": "9030",
       "thrift_port": "9020",
       "user": "root",
       "password": "",
       "database": "demo",
       "table": "example_tbl"
       },
       "dest": {
       "host": "localhost",
       "port": "9030",
       "thrift_port": "9020",
       "user": "root",
       "password": "",
       "database": "ccrt",
       "table": "copy"
       }
   }' http://127.0.0.1:9190/create_ccr

   • name: CCR同步任务的名称，唯一即可
   • host、port：对应集群master的host和mysql(jdbc) 的端口
   • thrift_port：对应FE的rpc_port
   • user、password：syncer以何种身份去开启事务、拉取数据等
   • database、table：
     • 如果是db级别的同步，则填入dbName，tableName为空
     • 如果是表级别同步，则需要填入dbName、tableName

   其他操作详见操作列表