mysql增量同步到gleenplum
采用工具：maxwell+Kafka+bireme
maxwell：maxwell能实时解析MySQL的binlog，并输出json格式的数据发送到Kafka（还支持其它的消息中间件），具体参见：maxwell官网
Kafka: 一种消息中间件，在该方案中主要用于消息中转，具体参见Kafka官网
bireme：支持Greenplum的数据增量同步工具，在写入Greenplum的过程中，由于采用Copy模式，所以性能较高，具体参见bireme官网
大致原理就是：利用maxwell把mysql binlog解析成json,然后用kafka创建topic,然后用bireme消费，从而达到增量，增量的前提是先把数据全量同步一次，然后再增量。
全量同步初始化个人推荐dbswitch工具作者项目地址，个人测试使用体验最佳，可以自动创建表结构，同步速度也很快。
操作步骤：
1.下载并搭建Kafka服务
2.下载并搭建maxwell服务，修改配置使其能够连接MySQL并能向kafka写入数据
3.下载并搭建bireme服务，修改配置使其能读取kafka的数据并能向Greenplum写入数据
kafka：
(1)下载安装：
wget http://mirrors.hust.edu.cn/apache/kafka/2.5.0/kafka_2.12-2.5.0.tgz tar -xzf kafka_2.12-2.5.0.tgz -C /usr/local
(2)配置server.properties，我的简单配置如下：
[root@szwpldb1080 config]# cat server.properties |grep -vE '^#|^$' broker.id=0 num.network.threads=3 num.io.threads=8 socket.send.buffer.bytes=102400 socket.receive.buffer.bytes=102400 socket.request.max.bytes=104857600 log.dirs=/tmp/kafka-logs num.partitions=1 num.recovery.threads.per.data.dir=1 offsets.topic.replication.factor=1 transaction.state.log.replication.factor=1 transaction.state.log.min.isr=1 log.retention.hours=16 log.cleanup.policy=delete log.segment.bytes=1073741824 log.retention.check.interval.ms=3000 delete.topic.enable = true zookeeper.connect=localhost:2181 zookeeper.connection.timeout.ms=6000 delete.topic.enable=true group.initial.rebalance.delay.ms=0 advertised.host.name=172.18.1.150
(3)制作kafka启停脚本（提前安装好java）：
#!/usr/bin/env bash # chkconfig: 2345 20 80 #description: start and stop server ZOOP_HOME=/usr/local/kafka_2.12-2.5.0/bin JAVA_HOME=/usr/java/jdk1.8.0_221/ PATH=$JAVA_HOME/bin:$PATH CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
SVR_NAME=kafka case $1 in start) echo "starting $ZOOP_HOME/$SVR_NAME ..." $ZOOP_HOME/kafka-server-start.sh /usr/local/kafka_2.12-2.5.0/config/server.properties > /tmp/kafka.logs.out& ;; stop) echo "stopping $PRO_HOME/$SVR_NAME ..." ps -ef|grep *.$SVR_NAME* |grep -v grep |awk '{print $2}' | sed -e "s/^/kill -9 /g" | sh - ;; restart) "$0" stop sleep 3 "$0" start ;; status) ps -ef|grep *.$SVR_NAME* ;; logs) tail -f /tmp/zookeeper.logs.out ;; *) echo "Example: server-$SVR_NAME [start|stop|restart|status|logs]" ;; esac
添加到 /etc/rc.d/init.d ,然后就可以直接service kafka xxx来管理，或者添加到systemd下面，确保服务正常启动安装zookerper,然后启动kafka。
我的zookeeper简单配置如下：
[root@szwpldb1080 config]# cat zookeeper.properties |grep -Ev '^$|^#' dataDir=/tmp/zookeeper clientPort=2181 maxClientCnxns=0
zookeeper启停脚本
#!/usr/bin/env bash # chkconfig: 2345 20 80 #description: start and stop server ZOOP_HOME=/usr/local/kafka_2.12-2.5.0/bin JAVA_HOME=/usr/java/jdk1.8.0_221/ PATH=$JAVA_HOME/bin:$PATH CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar SVR_NAME=zookeeper case $1 in start) echo "starting $ZOOP_HOME/$SVR_NAME ..." $ZOOP_HOME/zookeeper-server-start.sh /usr/local/kafka_2.12-2.5.0/config/zookeeper.properties > /tmp/zookeeper.logs.out& ;; stop) echo "stopping $PRO_HOME/$SVR_NAME ..." ps -ef|grep *.$SVR_NAME* |grep -v grep |awk '{print $2}' | sed -e "s/^/kill -9 /g" | sh - ;; restart) "$0" stop sleep 3 "$0" start ;; status) ps -ef|grep *.$SVR_NAME* ;; logs) tail -f /tmp/zookeeper.logs.out ;; *) echo "Example: server-$SVR_NAME [start|stop|restart|status|logs]" ;; esac
(4)检查状态：
[root@szwpldb1080 config]# jps 1762 Kafka 18521 QuorumPeerMain 30383 Jps
maxwell:
(1)docker镜像下载
docker pull zendesk/maxwell
(2)在源端mysql建好用户设置好权限，测试maxwell：
docker run -ti --rm zendesk/maxwell bin/maxwell --user='xxxx' --password='xxxx' --host='x.x.x.x' --producer=stdout
看到日志输出正常，可以放后台运行：
docker run -d --rm zendesk/maxwell bin/maxwell --user='xx' \ --password='xx' --host='x.x.x.x' --port=3306\ --producer=kafka --kafka.bootstrap.servers='x.x.x.x:9092'\ --kafka_topic=syncdb --log_level=debug --output_ddl
然后创建kafka topic:
bin/kafka-topics.sh --create --topic syncdb --zookeeper localhost:2181 --partitions 1 --replication-factor 2
topic名字与maxwell创建的topic一致，并且由于maxwell可以解析所有binlog,但是bireme工具只能同步dml,因此没有加 –output_ddl
具体maxwell参数用法可以参考： maxwell配置
检查kafka消费情况:
[root@szwpldb1080 bin]# ./kafka-topics.sh --zookeeper localhost:2181 --describe --topic syncdb Topic:syncdb PartitionCount:1 ReplicationFactor:1 Configs: Topic: syncdb Partition: 0 Leader: 0 Replicas: 0 Isr: 0 [root@szwpldb1080 bin]#./kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic syncdb --from-beginning
看到kafka能接收maxwell产生的json文件，表示没问题。
bireme
安装配置都很简单，此处略过。
主要是修改以下2个配置文件。
config.properties
maxwell1.properties
然后监控 http://x.x.x.x:8080或者监控bireme日志就可以了。
总结：
只能同步DML语句，无法处理DDL，对比几款开源的工具已经同步方式，我觉得我这种是最舒服的。