0
0

从 SQL Server 到 MySQL(二):在线迁移,空中换发动机

alswl 发表于 2018年05月21日 11:24 | Hits: 570
Tag: SQLServer | MySQL | DB-Migration

flying-tanker

(image via https://pixabay.com/en/military-stealth-bomber-refueling-602729/ )

在上篇文章从 SQL Server 到 MySQL (一):异构数据库迁移 - Log4D中,我们给大家介绍了从 SQL Server 到 MySQL 异构数据库迁移的基本问题和全量解决方案。 全量方案可以满足一部分场景的需求,但是这个方案仍然是有缺陷的: 迁移过程中需要停机,停机的时长和数据量相关。 对于核心业务来说,停机就意味着损失。 比如用户中心的服务,以它的数据量来使用全量方案,会导致迁移过程中停机若干个小时。 而一旦用户中心停止服务,几乎所有依赖于这个中央服务的系统都会停摆。

能不能做到无缝的在线迁移呢?系统不需要或者只需要极短暂的停机? 作为有追求的技术人,我们一定要想办法解决上面的问题。

在线迁移的原理和流程

针对 Oracle 到 MySQL,市面上已经有比较成熟的解决方案 - alibaba 的yugong项目。 在解决 SQL Server 到 MySQL 在线迁移之前,我们先研究一下 yugong 是如何做到 Oracle 的在线迁移。

下图是 yugong 针对 Oracle 到 MySQL 的增量迁移流程:

yugong-oracle.png

这其中有四个步骤:

  1. 增量数据收集 (创建 Oracle 表的增量物化视图)
  2. 进行全量复制
  3. 进行增量复制 (可并行进行数据校验)
  4. 原库停写,切到新库

Oracle 物化视图(Materialized View)是 Oracle 提供的一个机制。 一个物化视图就是主库在某一个时间点上的复制,可以理解为是这个时间点上的 Snapshot。 当主库的数据持续更新时,物化视图的更新可以通过独立的批量更新完成,称之为refreshes。 一批refreshes之间的变化,就对应到数据库的内容变化情况。 物化视图经常用来将主库的数据复制到从库,也常常在数据仓库用来缓存复杂查询。

物化视图有多种配置方式,这里比较关心刷新方式和刷新时间。 刷新方式有三种:

  • Complete Refresh:删除所有数据记录重新生成物化视图
  • Fast Refresh:增量刷新
  • Force Refresh:根据条件判断使用 Complete Refresh 和 Fast Refres

刷新机制有两种模式: Refresh-on-commit 和 Refresh-On-Demand。

Oracle 基于物化视图,就可以完成增量数据的获取,从而满足阿里的数据在线迁移。 将这个技术问题泛化一下,想做到在线增量迁移需要有哪些特性? 我们得到如下结论(针对源数据库):

  • 增量变化:支持增量获得增量数据库变化
  • 延迟:获取变化数据这个动作耗时需要尽可能低
  • 幂等一致性:变化数据的消费应当做到幂等,即不管目标数据库已有数据什么状态,都可以无差别消费

回到我们面临的问题上来,SQL Server 是否有这个机制满足这三个特性呢? 答案是肯定的,SQL Server 官方提供了 CDC 功能。

CDC 的工作原理

什么是 CDC? CDC 全称 Change Data Capture,设计目的就是用来解决增量数据的。 它是 SQL Server 2008 新增的特性, 在这之前只能使用 SQl Server 2005 中的after insert/after delete/after updateTrigger 功能来获得数据变化。

CDC 的工作原理如下:

cdc-data-flow.png

当数据库表发生变化时候,Capture process 会从 transaction log 里面获取数据变化, 然后将这些数据记录到 Change Table 里面。 有了这些数据,用户可以通过特定的 CDC 查询函数将这些变化数据查出来。

CDC 的数据结构和基本使用

CDC 的核心数据就是那些 Change Table 了,这里我们给大家看一下 Change Table 长什么样,可以有个直观的认识。

通过以下的函数打开一张表(fruits)的 CDC 功能。

-- enable cdc for db
sys.sp_cdc_enable_db;
-- enable by table
EXEC sys.sp_cdc_enable_table @source_schema = N'dbo', @source_name = N'fruits', @role_name = NULL;
-- list cdc enabled table
SELECT name, is_cdc_enabled from sys.databases where is_cdc_enabled = 1;

至此 CDC 功能已经开启,如果需要查看哪些表开启了 CDC 功能,可以使用一下 SQL:

-- list cdc enabled table
SELECT name, is_cdc_enabled from sys.databases where is_cdc_enabled = 1;

开启 CDC 会导致产生一张 Change Table 表cdc.dbo_fruits_CT,这张表的表结构如何呢?

.schema cdc.dbo_fruits_CT
name            default  nullable  type          length  indexed
--------------  -------  --------  ------------  ------  -------
__$end_lsn      null     YES       binary        10      NO
__$operation    null     NO        int           4       NO
__$seqval       null     NO        binary        10      NO
__$start_lsn    null     NO        binary        10      YES
__$update_mask  null     YES       varbinary     128     NO
id              null     YES       int           4       NO
name            null     YES       varchar(255)  255     NO

这张表中以__开头的字段是 CDC 所记录的元数据,id和name是 fruits 表的原始字段。 这意味着 CDC 的表结构和原始表结构是一一对应的。

接下来我们做一些业务操作,让数据库的数据发生一些变化,然后查看 CDC 的 Change Table:

-- 1 step
DECLARE @begin_time datetime, @end_time datetime, @begin_lsn binary(10), @end_lsn binary(10);
-- 2 step
SET @begin_time = '2017-09-11 14:03:00.000';
SET @end_time   = '2017-09-11 14:10:00.000';
-- 3 step
SELECT @begin_lsn = sys.fn_cdc_map_time_to_lsn('smallest greater than', @begin_time);
SELECT @end_lsn = sys.fn_cdc_map_time_to_lsn('largest less than or equal', @end_time);
-- 4 step
SELECT * FROM cdc.fn_cdc_get_all_changes_dbo_fruits(@begin_lsn, @end_lsn, 'all');

这里的操作含义是:

  1. 定义存储过程中需要使用的 4 个变量
  2. begin_time / end_time 是 Human Readable 的字符串格式时间
  3. begin_lsn / end_lsn 是通过 CDC 函数转化过的 Log Sequence Number,代表数据库变更的唯一操作 ID
  4. 根据 begin_lsn / end_lsn 查询到 CDC 变化数据

查询出来的数据如下所示:

__$start_lsn          __$end_lsn  __$seqval             __$operation  __$update_mask  id  name
--------------------  ----------  --------------------  ------------  --------------  --  ------
0000dede0000019f001a  null        0000dede0000019f0018  2             03              1   apple
0000dede000001ad0004  null        0000dede000001ad0003  2             03              2   apple2
0000dede000001ba0003  null        0000dede000001ba0002  3             02              2   apple2
0000dede000001ba0003  null        0000dede000001ba0002  4             02              2   apple3
0000dede000001c10003  null        0000dede000001c10002  2             03              3   apple4
0000dede000001cc0005  null        0000dede000001cc0002  1             03              3   apple4

可以看到 Change Table 已经如实的记录了我们操作内容,注意__$operation代表了数据库操作:

  • 1 => 删除
  • 2 => 插入
  • 3 => 更新前数据
  • 4 => 更新后数据

根据查出来的数据,我们可以重现这段时间数据库的操作:

  • 新增了id为 1 / 2 的两条数据
  • 更新了id为 2 的数据
  • 插入了id为 3 的数据
  • 删除了id为 3 的数据

CDC 调优

有了 CDC 这个利器,终于意味着我们的方向是没有问题的,我们终于稍稍吁了一口气。 但除了了解原理和使用方式,我们还需要深入了解 CDC 的工作机制,对其进行压测、调优, 了解其极限和边界,否则一旦线上出现不可控的情况,就会对业务带来巨大损失。

我们先看看 CDC 的工作流程,就可以知道有哪些核心参数可以调整:

Influence of capture job parameters

上图是 CDC Job 的工作流程:

  • 蓝色区域是一次 Log 扫描执行的最大扫描次数:maxscans number(maxscans)
  • 蓝色区域同时被最大扫描 transcation 数量控制:maxtrans
  • 浅蓝色区域是扫描间隔时间,单位是秒:pollinginterval

这三个参数平衡着 CDC 的服务器资源消耗、吞吐量和延迟, 根据具体场景,比如大字段,宽表,BLOB 表,可以调整从而达到满足业务需要。 他们的默认值如下:

  • maxscan默认值 10
  • maxtrans默认值 500
  • pollinginterval默认值 5 秒

CDC 压测

掌握了能够调整的核心参数,我们即将对 CDC 进行了多种形式的测试。 在压测之前,我们还需要确定关键的健康指标,这些指标有:

  • 内存:buffer-cache-hit / page-life-expectancy / page-split 等
  • 吞吐:batch-requets / sql-compilations / sql-re-compilations / transactions count
  • 资源消耗:user-connections / processes-blocked / lock-waits / checkpoint-pages
  • 操作系统层面:CPU 利用率、磁盘 IO

出于篇幅考虑,我们无法将所有测试结果贴出来, 这里放一个在并发 30 下面插入一百万数据(随机数据)进行展示:

cdc-metrics.png

cdc-system-load.png

测试结论是,在默认的 CDC 参数下面:

CDC 的开启/关闭过程中会导致若干个 Process Block, 大流量请求下面(15k TPS)过程会导致约 20 个左右 Process Block。 这个过程中对服务器的 IO / CPU 无明显波动, 开启/关闭瞬间会带来 mssql.sql-statistics.sql-compilations 剧烈波动。 CDC 开启后,在大流量请求下面对 QPS / Page IO 无明显波动, 对服务器的 IO / CPU 也无明显波动, CDC 开启后可以在 16k TPS 下正常工作。

如果对性能不达标,官方有一些简单的优化指南:

  • 调整 maxscan maxtrans pollinginterval
  • 减少在插入后立刻插入
  • 避免大批量写操作
  • 限制需要记录的字段
  • 尽可能关闭 net changes
  • 没任务压力时跑 cleanup
  • 监控 log file 大小和 IO 压力,确保不会写爆磁盘
  • 要设置 filegroup_name
  • 开启 sp_cdc_enable_table 之前设置 filegroup

yugong 的在线迁移机制

OK,截目前位置,我们已经具备了 CDC 这个工具,但是这仅仅提供了一种可能性, 我们还需要一个工具将 CDC 的数据消费出来,并喂到 MySQL 里面去。

好在有 yugong。 Yugong 官方提供了 Oracle 到 MySQL 的封装,并且抽象了 Source / Target / SQL Tempalte 等接口, 我们只要实现相关接口,就可以完成从 SQL Server 消费数据到 MySQL 了。

这里我们不展开,我还会花专门的一篇文章讲如何在 yugong 上面进行开发。 可以提前剧透一下,我们已经将支持 SQL Server 的 yugong 版本开源了。

如何回滚

数据库迁移这样的项目,我们不仅仅要保证单向从 SQL Server 到 MySQL 的写入, 同时要从 MySQL 写入 SQL Server。

这个流程同样考虑增量写入的要素:增量消费,延迟,幂等一致性。

MySQL 的 binlog 可以满足这三个要素,需要注意的是,MySQL binlog 有三种模式, Statement based,Row based 和 Mixed。只有 Row based 才能满足幂等一致性的要求。

确认理论上可行之后,我们一样需要一个工具将 binlog 读取出来,并且将其转化为 SQL Server 可以消费的数据格式,然后写入 SQL Server。

我们目光转到 alibaba 的另外一个项目 Canal。 Canal 是阿里中间件团队提供的 binlog 增量订阅 & 消费组件。 之所以叫组件,是由于 Canal 提供了 Canal-Server 应用和 Canal Client Library, Canal 会模拟成一个 MySQL 实例,作为 Slave 连接到 Master 上面, 然后实时将 binlog 读取出来。 至于 binlog 读出之后想怎么使用,权看用户如何使用。

我们基于 Canal 设计了一个简单的数据流,在 yugong 中增加了这么几个功能:

  • SQL Server 的写入功能
  • 消费 Canal 数据源的功能

Canal Server 中的 binlog 只能做一次性消费, 内部实现是一个 Queue, 为了满足我们可以重复消费数据的能力,我们还额外设计了一个环节,将 Canal 的数据放到 Queue 中,在未来任意时间可以重复消费数据。 我们选择了 Redis 作为这个 Queue,数据流如下。

canal.png

最佳实践

数据库的迁移在去 Windows 中,是最不容得出错的环节。 应用是无状态的,出现问题可以通过回切较快地回滚。 但数据库的迁移就需要考虑周到,做好资源准备,发布流程, 故障预案处理。

考虑到多个事业部都需要经历这个一个过程,我们项目组将每一个步骤都固化下来, 形成了一个最佳实践。我们的迁移步骤如下,供大家参考:

大阶段 阶段 事项 是否完成 负责人 耗时 开始时间 完成时间 备注
白天 存量数据阶段 创建 MySQL 数据库,准备相关账号资源 DBA
开启 CDC DBA
从 Slave SQLServer dump 一份 snapshot 到 Backup SQL Server DBA
Backup SQL Server 消费数据, ETL 到 MySQL DBA
增量数据阶段 确认 ETL 数据已经消费完成,检查数据总条数 DBA
从 Slave SQLServer 开始消费 CDC 数据,持续写入 MySQL DBA
使用 yugong 检查一天内数据的一致性 DBA
检查不一致的数据,10 分钟之后人工进行检查,确认是 CDC 延迟带来的问题 DBA
检查数据总量条目 DBA
使用 yugong 对抽样表进行全量检查 DBA
凌晨 应用发布阶段 停止 SQL Server 的应用 技术经理
检查没有连接进入 SQL Server DBA
使用 yugong 检查一天内数据的一致性 DBA
检查数据总量条目 DBA
启用基于 MySQL 的应用 运维
测试阶段 测试应用是否正常,回归所有功能 QA
(临时新增)测试 ReadOnly DB 的应用访问情况 QA
完成阶段 接入流量 运维
(可选)回滚阶段 发现问题,直接将应用切回 SQL Server 运维
事后进行数据审计,进行新增数据补偿 DBA
(可选)回滚过程中,使用 Canal 读取 binlog,并使用 Canal Client 重放到 SQL Server DBA

Reference

原文链接:https://blog.alswl.com/2018/05/sql-server-migration-2/
3a1ff193cee606bd1e2ea554a16353ee
欢迎关注我的微信公众号:窥豹

原文链接: http://feedproxy.google.com/~r/dddspace/~3/GZ15WpWNbu8/

0     0

评价列表(0)