MySQL互換データベースにデータを複製する

このドキュメントでは、TiCDCを使用して、下流のTiDBデータベースまたはその他のMySQL互換データベースに増分データをレプリケーションする方法について説明します。また、災害シナリオにおいて結果整合性レプリケーション機能を使用する方法についても紹介します。

レプリケーションタスクを作成する

次のコマンドを実行してレプリケーションタスクを作成します。

cdc cli changefeed create \
    --server=http://10.0.10.25:8300 \
    --sink-uri="mysql://root:123456@127.0.0.1:3306/" \
    --changefeed-id="simple-replication-task"

Create changefeed successfully!
ID: simple-replication-task
Info: {"sink-uri":"mysql://root:123456@127.0.0.1:3306/","opts":{},"create-time":"2023-11-28T22:04:08.103600025+08:00","start-ts":415241823337054209,"target-ts":0,"admin-job-type":0,"sort-engine":"unified","sort-dir":".","config":{"case-sensitive":false,"filter":{"rules":["*.*"],"ignore-txn-start-ts":null,"ddl-allow-list":null},"mounter":{"worker-num":16},"sink":{"dispatchers":null},"scheduler":{"type":"table-number","polling-time":-1}},"state":"normal","history":null,"error":null}

--server : TiCDC クラスター内の任意の TiCDCサーバーのアドレス。
--changefeed-id : レプリケーションタスクのID。形式は正規表現^[a-zA-Z0-9]+(\-[a-zA-Z0-9]+)*$一致する必要があります。このIDが指定されていない場合、TiCDCは自動的にUUID（バージョン4形式）をIDとして生成します。
--sink-uri : レプリケーションタスクのダウンストリームアドレス。詳細はmysql / tidbでシンクURIを設定する参照してください。
--start-ts : チェンジフィードの開始TSOを指定します。このTSOから、TiCDCクラスターはデータのプルを開始します。デフォルト値は現在時刻です。
--target-ts : チェンジフィードの終了TSOを指定します。このTSOまで、TiCDCクラスターはデータのプルを停止します。デフォルト値は空で、TiCDCはデータのプルを自動的に停止しません。
--config : changefeed設定ファイルを指定します。詳細はTiCDC Changefeedコンフィグレーションパラメータ参照してください。

注記：
TiCDCは増分データのみを複製します。完全なデータを初期化するには、 Dumpling/ TiDB LightningまたはBRを使用してください。
フルデータが初期化された後、上流バックアップを実行する際にTSOとしてstart-ts指定する必要があります。例えば、 Dumplingディレクトリ下のメタデータファイル内の値pos 、またはBRがバックアップを完了した後に出力されるログ内の値backupTSです。

MySQL または TiDB のシンク URI を構成する

シンクURIは、TiCDCターゲットシステムの接続情報を指定するために使用されます。形式は次のとおりです。

[scheme]://[userinfo@][host]:[port][/path]?[query_parameters]

注記：
/pathは MySQL シンクには使用されません。

MySQL のサンプル構成:

--sink-uri="mysql://root:123456@127.0.0.1:3306"

以下は、MySQL または TiDB に対して構成できるシンク URI パラメータとパラメータ値の説明です。

パラメータ/パラメータ値	説明
`root`	ダウンストリームデータベースのユーザー名。TiDBまたはその他のMySQL互換データベースにデータを複製するには、ダウンストリームデータベースのユーザーに特定の権限あることを確認してください。
`123456`	ダウンストリームデータベースのパスワード (Base64 を使用してエンコードできます)。
`127.0.0.1`	ダウンストリームデータベースの IP アドレス。
`3306`	ダウンストリームデータベースのポート。
`worker-count`	ダウンストリームに対して同時に実行できる SQL 文の数 (オプション、デフォルト値は`16` 、最大値は`1024` )。
`cache-prep-stmts`	ダウンストリームで SQL を実行するときに準備済みステートメントを使用するかどうか、およびクライアント側でプリペアドステートメントキャッシュを有効にするかどうかを制御します (オプション、デフォルトは`true` )。
`max-txn-row`	ダウンストリームに対して実行される SQL ステートメントのバッチサイズ (オプション、デフォルト値は`256` 、最大値は`2048` )。
`max-multi-update-row`	バッチ書き込み( `batch-dml-enable` )が有効な場合に下流に実行される`UPDATE ROWS` SQL文のバッチサイズ。常に`max-txn-row`未満です(オプション、デフォルト値は`40` 、最大値は`256` )。
`max-multi-update-row-size`	バッチ書き込み（ `batch-dml-enable` ）が有効な場合、下流に実行されるSQL文のサイズ制限`UPDATE ROWS` 。このサイズ制限を超えると、各行は個別のSQL文として実行されます（オプション、デフォルト値は`1024` 、最大値は`8192` ）。
`ssl-ca`	ダウンストリーム MySQL インスタンスに接続するために必要な CA 証明書ファイルのパス (オプション)。
`ssl-cert`	ダウンストリーム MySQL インスタンスに接続するために必要な証明書ファイルのパス (オプション)。
`ssl-key`	ダウンストリーム MySQL インスタンスに接続するために必要な証明書キーファイルのパス (オプション)。
`time-zone`	下流のMySQLインスタンスへの接続時に使用するタイムゾーン。v4.0.8以降で有効です。これはオプションパラメータです。このパラメータが指定されていない場合は、TiCDCサービスプロセスのタイムゾーンが使用されます。このパラメータが空の値（例： `time-zone=""` ）に設定されている場合、TiCDCが下流のMySQLインスタンスに接続する際にタイムゾーンは指定されず、下流のデフォルトのタイムゾーンが使用されます。
`transaction-atomicity`	トランザクションのアトミック性レベル。これはオプションのパラメータで、デフォルト値は`none`です。値が`table`場合、TiCDC は単一テーブルトランザクションのアトミック性を保証します。値が`none`の場合、TiCDC は単一テーブルトランザクションを分割します。
`batch-dml-enable`	バッチ書き込み (batch-dml) 機能を有効にします (オプション、デフォルト値は`true` )。
`read-timeout`	go-sql-driver パラメータ、 I/O読み取りタイムアウト (オプション、デフォルト値は`2m` )。
`write-timeout`	go-sql-driver パラメータ、 I/O書き込みタイムアウト (オプション、デフォルト値は`2m` )。
`timeout`	go-sql-driver パラメータ接続を確立するためのタイムアウトはダイヤルタイムアウトとも呼ばれます (オプション、デフォルト値は`2m` )。
`tidb-txn-mode`	`tidb_txn_mode`環境変数を指定します (オプション、デフォルト値は`optimistic` )。
`safe-mode`	TiCDC がダウンストリームにデータを複製するときに`INSERT`および`UPDATE`ステートメントを処理する方法を指定します。 `true`の場合、 TiCDC はアップストリームの`INSERT`ステートメントすべてを`REPLACE INTO`ステートメントに変換し、 `UPDATE`ステートメントすべてを`DELETE` + `REPLACE INTO`ステートメントに変換します。 v6.1.3 より前では、このパラメーターのデフォルト値は`true`です。 v6.1.3 以降では、デフォルト値は`false`に変更されます。 TiCDC が起動すると、現在のタイムスタンプ`ThresholdTs`取得します。 `CommitTs`が`ThresholdTs`より小さい`INSERT`および`UPDATE`ステートメントの場合、 TiCDC はそれらをそれぞれ`REPLACE INTO`ステートメントと`DELETE` + `REPLACE INTO`ステートメントに変換します。 `CommitTs`が`ThresholdTs`以上である`INSERT`および`UPDATE`ステートメントの場合、 `INSERT`ステートメントはダウンストリームに直接複製されますが、 `UPDATE`ステートメントの動作はTiCDC の UPDATE イベントの分割動作に従います。

Base64 を使用してシンク URI 内のデータベースパスワードをエンコードするには、次のコマンドを使用します。

echo -n '123456' | base64   # '123456' is the password to be encoded.

エンコードされたパスワードはMTIzNDU2です:

MTIzNDU2

注記：
シンク URI に! * ' ( ) ; : @ & = + $ , / ? % # [ ]などの特殊文字が含まれている場合は、 URIエンコーダのように特殊文字をエスケープする必要があります。

ダウンストリームデータベースユーザーに必要な権限

TiDB またはその他の MySQL 互換データベースにデータを複製するには、ダウンストリームデータベースユーザーに次の権限が必要です。

Select
Index
Insert
Update
Delete
Create
Drop
Alter
Create View

RECOVER TABLEダウンストリーム TiDB に複製するには、ダウンストリームデータベースユーザーにSuper権限も必要です。

ダウンストリーム TiDB クラスターで読み取り専用モード有効になっている場合、ダウンストリームデータベースユーザーにはRESTRICTED_REPLICA_WRITER_ADMIN権限も必要です。

災害シナリオにおける最終的に一貫性のあるレプリケーション

この機能はv6.1.1以降でGAとなります。v5.3.0以降、TiCDCは上流TiDBクラスターから下流クラスターのオブジェクトstorageまたはNFSへの増分データのバックアップをサポートします。上流クラスターが災害に見舞われて利用できなくなった場合でも、TiCDCは下流データを最新の結果整合性のある状態に復元できます。これは、TiCDCが提供する結果整合性のあるレプリケーション機能です。この機能により、アプリケーションを下流クラスターに迅速に切り替えることができ、長時間のダウンタイムを回避し、サービスの継続性を向上させることができます。

現在、TiCDCは、TiDBクラスタから別のTiDBクラスタ、またはMySQL互換データベースシステム（ Aurora、MySQL、MariaDBを含む）への増分データのレプリケーションが可能です。上流クラスタがクラッシュした場合、TiCDCがクラッシュ前に正常にデータをレプリケーションし、レプリケーション遅延が小さいという条件であれば、TiCDCは下流クラスタに5分以内にデータを復元できます。データ損失は最大10秒、つまりRTO <= 5分、P95 RPO <= 10秒を許容します。

次のシナリオでは、TiCDC レプリケーションラグが増加します。

短時間でTPSが大幅に向上します。
アップストリームで大規模または長いトランザクションが発生します。
アップストリームの TiKV または TiCDC クラスターが再ロードまたはアップグレードされます。
add indexなどの時間のかかる DDL ステートメントは、アップストリームで実行されます。
PD は積極的なスケジュール戦略で構成されているため、リージョンリーダーの頻繁な転送、またはリージョンの頻繁なマージやリージョンの分割が発生します。

注記：
バージョン6.1.1以降、TiCDCの結果整合性レプリケーション機能はAmazon S3互換オブジェクトstorageをサポートします。バージョン6.1.4以降、この機能はGCSおよびAzure互換オブジェクトstorageをサポートします。

前提条件

TiCDCのリアルタイム増分データバックアップファイルを格納するための高可用性オブジェクトstorageまたはNFSを用意してください。これらのファイルは、上流で災害が発生した場合でもアクセスできます。
災害シナリオにおいて最終的な一貫性を保つ必要がある変更フィードに対して、この機能を有効にします。この機能を有効にするには、変更フィード設定ファイルに以下の設定を追加します。

[consistent]
# Consistency level. Options include:
# - none: the default value. In a non-disaster scenario, eventual consistency is only guaranteed if and only if finished-ts is specified.
# - eventual: Uses redo log to guarantee eventual consistency in case of the primary cluster disasters.
level = "eventual"

# Individual redo log file size, in MiB. By default, it's 64. It is recommended to be no more than 128.
max-log-size = 64

# The interval for flushing or uploading redo logs to Amazon S3, in milliseconds. It is recommended that this configuration be equal to or greater than 2000.
flush-interval = 2000

# The path under which redo log backup is stored. The scheme can be nfs (NFS directory), or Amazon S3, GCS, and Azure (uploaded to object storage).
storage = "$SCHEME://logbucket/test-changefeed?endpoint=http://$ENDPOINT/"

災害復旧

プライマリクラスターで災害が発生した場合、 cdc redoコマンドを実行してセカンダリクラスターで手動で復旧する必要があります。復旧プロセスは以下のとおりです。

すべてのTiCDCプロセスが終了していることを確認してください。これは、データ復旧中にプライマリクラスタがサービスを再開したり、TiCDCがデータ同期を再開したりするのを防ぐためです。
データ復旧にはcdcバイナリを使用してください。以下のコマンドを実行してください。

cdc redo apply --tmp-dir="/tmp/cdc/redo/apply" \
    --storage="s3://logbucket/test-changefeed?endpoint=http://10.0.10.25:24927/" \
    --sink-uri="mysql://normal:123456@10.0.10.55:3306/"

このコマンドでは、

tmp-dir : TiCDC 増分データバックアップファイルをダウンロードするための一時ディレクトリを指定します。
storage : TiCDC 増分データバックアップファイルを保存するためのアドレス (オブジェクトstorageの URI または NFS ディレクトリ) を指定します。
sink-uri : データを復元するセカンダリクラスタアドレスを指定します。スキームはmysqlのみに指定できます。