Debezium实现多数据源迁移(一)

背景：

某公司有三个数据库，分别为MySql、Oracle和PostgreSql。原有业务的数据都是来自于这三个DB，此处委托将原有的三个数据库整合成一个Mysql。

要求：

　　1.不影响原有系统的继续使用。

　　2.原有数据迁移至新的数据库。

　　3.新的Mysql中的同一张表的数据可能来自不同的数据库，举个例子:PostgreSql:User(name)，Oracle：User(age)——》Mysql：User(name,age)。

架构：

(涉及内部服务器，由本地简单搭建演示记录这一过程)

一、基于Docker搭建Debezium环境

(1).搭建zookeeper

docker run -d --name zookeeper -p 2181:2181 -t wurstmeister/zookeeper

(2).搭建kafka

docker run -d --name kafka -p 9092:9092 -p 8083:8083  -e KAFKA_BROKER_ID=0 -e KAFKA_ZOOKEEPER_CONNECT=<IP地址>:2181 -e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT:// <IP地址>:9092 -e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 -v C:\data_share:/home/data wurstmeister/kafka

tips:

<IP地址>全文对应同一个

1. 留8083端口为后续kafka-connect暴力Api使用。

2. -v 预留数据卷，共享kafka-connect扩展，方便上传扩展包。

3. <IP地址>保证Api可访问，zookeeper和kafka间有IP认证。如：zk和kafka用服务器内网IP，但当使用外网IP访问kafka时会认证不过，见zk官网。

(3).准备kafka-connect集群启动文件

修改/opt/kafka/config/connect-distributed.properties

#kafka集群
bootstrap.servers=<IP地址1>:9092,<IPd地址2>:9092
#Api的端口
rest.port=8083
#用于其他worker连接
rest.advertised.host.name=<IP地址>
rest.advertised.port=8083
#消息只要payload,<选择性设置>
key.converter.schemas.enable=false
value.converter.schemas.enable=false
#kafka-connect的扩展路径，指向kafka预留的 -v C:\data_share:/home/data

plugin.path=/home/data

(4).添加kafka-connect的Debezium扩展包 (以Mysql为例)

MySql本地版本5.7+，下载MySQLConnector plug-in，解压缩到为kafka预留的数据卷映射地址 C:\data_share

https://debezium.io/releases/1.5/

(5). 启动connect集群

./opt/kafka/bin/connect-distributed.sh ../config/connect-distributed.properties

检测是否成功：

./kafka-topic.sh --bootstrap-server <IP地址>:9092 --list

 (6).调用Connect 配置连接属性

使用Postman 发送Post请求创建Connect   路径 <IP地址>:8083/connectors

(如有多个数据库源，创建多个Connect，保证name唯一)

请求体Json：

{
  "name": "local_mysql",
  "config": {
    "connector.class": "io.debezium.connector.mysql.MySqlConnector",
    "database.hostname": "127.0.0.1",
    "database.port": "3306",
    "database.user": "root",
    "database.password": "123456",
    "database.server.id": "9999",
    "database.server.name": "cdc_local",
    "database.whitelist": "inventory",
    "database.history.kafka.bootstrap.servers": "<IP地址>:9092",
    "database.history.kafka.topic": "history.local.inventory",
    "include.schema.changes": "true"
  }}
#name 创建的连接名
#config 配置信息
#connector.class 连接器类
#database.hostname  需要捕获的数据库地址
#database.port  数据库端口
#database.server.id 服务id(保证唯一)
#database.server.name 服务名,会加在topic前面 如下:cdc_local.inventory.orders
#database.whitelist 监听的数据库 ","分割
#database.history.kafka.bootstrap.servers  kafka地址
#database.history.kafka.topic 连接器将使用此代理（向其发送事件的代理）和主题名称在Kafka中存储数据库架构的历史记录。重新启动后，连接器将恢复binlog连接器应开始读取的时间点上存在的数据库的架构
#include.schema.changes  是否包含表的改变

查看kafka-topic.sh

./kafka-topics.sh --bootstrap-server <IP地址>:9092 --list