TiDB Lightning 配置参数

你可以使用配置文件或命令行配置 TiDB Lightning。本文主要介绍 TiDB Lightning 的全局配置、任务配置,以及如何使用命令行进行参数配置。

配置文件

TiDB Lightning 的配置文件分为“全局”和“任务”两种类别,二者在结构上兼容。只有当服务器模式开启时,全局配置和任务配置才会有区别;默认情况下,服务器模式为禁用状态,此时 TiDB Lightning 只会执行一个任务,且全局和任务配置使用同一配置文件。

TiDB Lightning 全局配置

### tidb-lightning 全局配置 [lightning] # 用于进度展示 web 界面、拉取 Prometheus 监控项、暴露调试数据和提交导入任务(服务器模式下)的 HTTP 端口。设置为 0 时为禁用状态。 status-addr = ':8289' # 服务器模式,默认值为 false,命令启动后会开始导入任务。如果改为 true,命令启动后会等待用户在 web 界面上提交任务。 # 详情参见“TiDB Lightning web 界面”文档 server-mode = false # 日志 level = "info" file = "tidb-lightning.log" max-size = 128 # MB max-days = 28 max-backups = 14 # 是否开启诊断日志。默认为 false,即只输出和导入有关的日志,不会输出依赖的其他组件的日志。 # 设置为 true 后,既输出和导入相关的日志,也输出依赖的其他组件的日志,并开启 GRPC debug,可用于问题诊断。 # 该参数自 v7.3.0 开始引入。 enable-diagnose-logs = false

TiDB Lightning 任务配置

### tidb-lightning 任务配置 [lightning] # 启动之前检查集群是否满足最低需求,以及运行过程中检查 TiKV 的可用存储空间是否大于 10%。 # check-requirements = true # 引擎文件的最大并行数。 # 每张表被切分成一个用于存储索引的“索引引擎”和若干存储行数据的“数据引擎”。 # 这两项设置控制两种引擎文件的最大并发数。通常情况下,你可以使用默认值。 index-concurrency = 2 table-concurrency = 6 # 数据的并发数。默认与逻辑 CPU 的数量相同。 # 混合部署的情况下可以将其大小配置为逻辑 CPU 数的 75%,以限制 CPU 的使用。 # region-concurrency = # I/O 最大并发数。I/O 并发量太高时,会因硬盘内部缓存频繁被刷新 # 而增加 I/O 等待时间,导致缓存未命中和读取速度降低。 # 对于不同的存储介质,此参数可能需要调整以达到最佳效率。 io-concurrency = 5 # TiDB Lightning 停止迁移任务之前能容忍的最大非严重 (non-fatal errors) 错误数。 # 在忽略非严重错误所在的行数据之后,迁移任务可以继续执行。 # 将该值设置为 N,表示 TiDB Lightning 会在遇到第 (N+1) 个错误时停止迁移任务。 # 被忽略的行会被记录到位于目标集群的 "task info" 数据库中。最大错误数可以通过下面参数配置。 # 默认值为 MaxInt64 字节,即 9223372036854775807 字节。 max-error = 0 # 参数 task-info-schema-name 指定用于存储 TiDB Lightning 执行结果的数据库。 # 要关闭该功能,需要将该值设置为空字符串。 # task-info-schema-name = 'lightning_task_info' # 在并行导入模式下,在目标集群保存各个 TiDB Lightning 实例元信息的 schema 名字,默认为 "lightning_metadata"。 # 如果未开启并行导入模式,无须设置此配置项。 # **注意:** # - 对于参与同一批并行导入的每个 TiDB Lightning 实例,该参数设置的值必须相同,否则将无法确保导入数据的正确性。 # - 如果开启并行导入模式,需要确保导入使用的用户(对于 tidb.user 配置项)有权限创建和访问此配置对应的库。 # - TiDB Lightning 在导入完成后会删除此 schema,因此不要使用已存在的库名配置该参数。 meta-schema-name = "lightning_metadata" [security] # 指定集群中用于 TLS 连接的证书和密钥。 # CA 的公钥证书。如果留空,则禁用 TLS。 # ca-path = "/path/to/ca.pem" # 此服务的公钥证书。 # cert-path = "/path/to/lightning.pem" # 该服务的密钥。 # key-path = "/path/to/lightning.key" [checkpoint] # 是否启用断点续传。 # 导入数据时,TiDB Lightning 会记录当前表导入的进度。 # 所以即使 TiDB Lightning 或其他组件异常退出,在重启时也可以避免重复再导入已完成的数据。 enable = true # 存储断点的数据库名称。 schema = "tidb_lightning_checkpoint" # 存储断点的方式。 # - file:存放在本地文件系统。 # - mysql:存放在兼容 MySQL 的数据库服务器。 driver = "file" # dsn 是数据源名称 (data source name),表示断点的存放位置。 # 若 driver = "file",则 dsn 为断点信息存放的文件路径。 # 若不设置该路径,则默认存储路径为“/tmp/CHECKPOINT_SCHEMA.pb”。 # 若 driver = "mysql",则 dsn 为“用户:密码@tcp(地址:端口)/”格式的 URL。 # 若不设置该 URL,则默认会使用 [tidb] 部分指定的 TiDB 服务器来存储断点。 # 为减少目标 TiDB 集群的压力,建议指定另一台兼容 MySQL 的数据库服务器来存储断点。 # dsn = "/tmp/tidb_lightning_checkpoint.pb" # 所有数据导入成功后是否保留断点。设置为 false 时为删除断点。 # 保留断点有利于进行调试,但会泄漏关于数据源的元数据。 # keep-after-success = false [conflict] # 从 v7.3.0 开始引入的新版冲突数据处理策略。默认值为 ""。从 v8.0.0 开始,TiDB Lightning 优化了物理导入模式和逻辑导入模式的冲突策略。该优化为实验特性。 # - "":在物理导入模式下,不进行冲突数据检测和处理。如果源文件存在主键或唯一键冲突的记录,后续步骤会报错。在逻辑导入模式下,"" 策略将被转换为 "error" 策略处理。 # - "error":检测到导入的数据存在主键或唯一键冲突的数据时,终止导入并报错。 # - "replace":遇到主键或唯一键冲突的数据时,保留最新的数据,覆盖旧的数据。 # 冲突数据将被记录到目标 TiDB 集群中的 `lightning_task_info.conflict_error_v2` 表(该表用于记录物理导入模式下后置冲突检测到的冲突数据) # 和 `conflict_records` 表(该表用于记录逻辑导入模式和物理导入模式下前置冲突检测到的冲突数据)中。 # 你可以根据业务需求选择正确的记录重新手动写入到目标表中。注意,该方法要求目标 TiKV 的版本为 v5.2.0 或更新版本。 # - "ignore":遇到主键或唯一键冲突的数据时,保留旧的数据,忽略新的数据。仅当导入模式为逻辑导入模式时可以使用该选项。 strategy = "" # 控制是否开启前置冲突检测,即导入数据到 TiDB 前,先检查所需导入的数据是否存在冲突。冲突记录比例大于或等于 1% 的场景建议开启前置冲突检测,可以提升冲突检测的性能,反之建议关闭。该参数默认值为 false,表示仅开启后置冲突检测。取值为 true 时,表示同时开启前置冲突检测和后置冲突检测。仅当导入模式为物理导入模式时可以使用该参数。该参数为实验特性。 # precheck-conflict-before-import = false # 控制 strategy 为 "replace" 或 "ignore" 时,能处理的冲突错误数的上限。仅在 strategy 为 "replace" 或 "ignore" 时可配置。默认为 9223372036854775807,表示几乎可以容忍所有错误。 # threshold = 9223372036854775807 # 控制冲突数据记录表 (`conflict_records`) 中记录的冲突数据的条数上限,默认为 100。在物理导入模式下,当 strategy 为 "replace" 时会记录被覆盖的冲突记录。在逻辑导入模式下,当 strategy 为 "ignore" 时会记录被忽略写入的冲突记录,当 strategy 为 "replace" 时,不会记录冲突记录。 # max-record-rows = 100 [tikv-importer] # "local":物理导入模式(Physical Import Mode),默认使用。适用于 TB 级以上大数据量,但导入期间下游 TiDB 无法对外提供服务。 # "tidb":逻辑导入模式 (Logical Import Mode)。TB 级以下数据量可以采用,下游 TiDB 可正常提供服务。 # backend = "local" # 是否允许启动多个 TiDB Lightning 实例(物理导入模式)并行导入数据到一个或多个目标表。默认取值为 false。 # 注意,该参数仅限目标表为空的场景使用。 # 多个 TiDB Lightning 实例(物理导入模式)同时导入一张表时,此开关必须设置为 true。 # 但前提是目标表不能存在数据,即所有的数据都只能是由 TiDB Lightning 导入。 # parallel-import = false # 当后端是 “importer” 时,tikv-importer 的监听地址(需改为实际地址)。 addr = "172.16.31.10:8287" # `duplicate-resolution` 参数从 v8.0.0 开始已被废弃,并将在未来版本中被移除。详情参考 <https://docs.pingcap.com/zh/tidb/dev/tidb-lightning-physical-import-mode-usage#旧版冲突检测从-v800-开始已被废弃>。 # 物理导入模式设置是否检测和解决重复的记录(唯一键冲突)。 # 目前支持两种解决方法: # - none: 不检测重复记录。该模式是两种模式中性能最佳的,但是如果数据源存在重复记录,会导致 TiDB 中出现数据不一致的情况。 # - remove:如果写入的数据 A 和 B 存在 Primary Key 或 Unique Key 冲突, # 则会将 A 和 B 这两条冲突数据从目标表移除,同时记录到目标 TiDB 中的 `lightning_task_info.conflict_error_v1` 表中。 # 你可以根据业务需求选择正确的记录重新手动写入到目标表中。注意,该方法要求目标 TiKV 的版本为 v5.2.0 或更新版本。 # 如果版本过低,则会启用 'none' 模式。 # 默认值为 'none'。 # duplicate-resolution = 'none' # 物理导入模式下,向 TiKV 发送数据时一次请求中最大 KV 数量。 # 自 v7.2.0 开始,该参数废弃,设置后不再生效。如果希望调整一次请求中向 TiKV 发送的数据量,请使用 `send-kv-size` 参数。 # send-kv-pairs = 32768 # 物理导入模式下,向 TiKV 发送数据时一次请求的最大大小。 # 默认值为 "16K",一般情况下不建议调整该参数。 # 该参数自 v7.2.0 开始引入。 # send-kv-size = "16K" # 物理导入模式向 TiKV 发送 KV 时是否启用压缩。目前只支持 Gzip 压缩算法,可填写 "gzip" 或者 "gz"。默认不启用压缩。 # compress-kv-pairs = "" # 物理导入模式本地进行 KV 排序的路径。如果磁盘性能较低(如使用机械盘),建议设置成与 `data-source-dir` 不同的磁盘,这样可有效提升导入性能。 # sorted-kv-dir = "" # 物理导入模式TiKV 写入 KV 数据的并发度。当 TiDB Lightning 和 TiKV 直接网络传输速度超过万兆的时候,可以适当增加这个值。 # range-concurrency = 16 # 物理导入模式限制 TiDB Lightning 向每个 TiKV 节点写入的带宽大小,默认为 0,表示不限制。 # store-write-bwlimit = "128MiB" # 使用物理导入模式时,配置 TiDB Lightning 本地临时文件使用的磁盘配额 (disk quota)。 # 当磁盘配额不足时,TiDB Lightning 会暂停读取源数据以及写入临时文件的过程, # 优先将已经完成排序的 key-value 写入到 TiKV,TiDB Lightning 删除本地临时文件后,再继续导入过程。 # 需要同时配合把 `backend` 设置为 `local` 模式才能生效。 # 默认值为 MaxInt64 字节,即 9223372036854775807 字节。 # disk-quota = "10GB" # 物理导入模式是否通过 SQL 方式添加索引。 # 默认为 `false`,表示 TiDB Lightning 会将行数据以及索引数据都编码成 KV pairs 后一同导入 TiKV,实现机制和历史版本保持一致。 # 如果设置为 `true`,即 TiDB Lightning 会在导入数据完成后,使用 add index 的 SQL 来添加索引。 # 通过 SQL 方式添加索引的优点是将导入数据与导入索引分开,可以快速导入数据,即使导入数据后,索引添加失败,也不会影响数据的一致性。 # add-index-by-sql = false # 在使用 TiDB Lightning 导入多租户的 TiDB cluster 的场景下,指定对应的 key space 名称。 # 默认取值为空字符串,表示 TiDB Lightning 会自动获取导入对应租户的 key space 名称; # 如果指定了值,则使用指定的 key space 名称来导入。 # keyspace-name = "" # 物理导入模式下,用于控制 TiDB Lightning 暂停 PD 调度的范围,可选值包括: # - "table":仅暂停目标表数据所在 Region 的调度。默认值为 "table"。 # - "global":暂停全局调度。当导入数据到无业务流量的集群时,建议设置为 "global",以避免其他调度的干扰。 # 该参数自 v7.1.0 版本开始引入。注意:"table" 选项仅适用于 TiDB v6.1.0 及以上版本的目标集群。 # pause-pd-scheduler-scope = "table" # 物理导入模式下,用于控制批量 Split Region 时的 Region 个数。 # 每个 TiDB Lightning 实例最多同时 Split Region 的个数为: # region-split-batch-size * region-split-concurrency * table-concurrency # 该参数自 v7.1.0 版本开始引入,默认值为 `4096`。 # region-split-batch-size = 4096 # 物理导入模式下,用于控制 Split Region 时的并发度。默认值为 CPU 核数。 # 该参数自 v7.1.0 版本开始引入。 # region-split-concurrency = # 物理导入模式下,用于控制 split 和 scatter 操作后等待 Region 上线的重试次数,默认值为 `1800`。 # 重试符合指数回退策略,最大重试间隔为 2 秒。 # 若两次重试之间有任何 Region 上线,该次操作不会被计为重试次数。 # 该参数自 v7.1.0 版本开始引入。 # region-check-backoff-limit = 1800 # 物理导入模式下,用于控制本地文件排序的 I/O 区块大小。当 IOPS 成为瓶颈时,你可以调大该参数的值以缓解磁盘 IOPS,从而提升数据导入性能。 # 该参数自 v7.6.0 版本开始引入。默认值为 "16KiB"。取值必须大于或等于 `1B`。注意,如果仅指定数字(如 `16`),则单位为 Byte 而不是 KiB。 # block-size = "16KiB" # 在逻辑导入模式下,用于设置下游 TiDB 服务器上执行的每条 SQL 语句的最大值。 # 该参数自 v8.0.0 版本开始引入。 # 该参数指定了单个事务中执行的每个 INSERT 或 REPLACE 语句的 VALUES 部分的期望最大大小。 # 该参数不是一个严格限制。实际执行的 SQL 语句长度可能会根据导入数据的具体内容而有所不同。 # 默认值为 "96KiB",在 TiDB Lightning 是集群中唯一的客户端时,这是导入速度的最佳值。 # 由于 TiDB Lightning 的实现细节,该参数最大值为 96 KiB。设置更大的值将不会生效。 # 你可以减小该值以减轻大事务对集群的压力。 # logical-import-batch-size = "96KiB" # 在逻辑导入模式下,限制每个事务中可插入的最大行数。 # 该参数自 v8.0.0 版本开始引入。默认值为 65536 行。 # 当同时指定 `logical-import-batch-size` 和 `logical-import-batch-rows` 时,首先达到阈值的参数将生效。 # 你可以减小该值以减轻大事务对集群的压力。 # logical-import-batch-rows = 65536 [mydumper] # 设置文件读取的区块大小,确保该值比数据源的最长字符串长。 read-block-size = "64KiB" # 默认值 # 引擎文件需按顺序导入。由于并行处理,多个数据引擎几乎在同时被导入, # 这样形成的处理队列会造成资源浪费。因此,为了合理分配资源,TiDB Lightning # 稍微增大了前几个区块的大小。该参数也决定了比例系数,即在完全并发下 # “导入”和“写入”过程的持续时间比。这个值可以通过计算 1 GiB 大小的 # 单张表的(导入时长/写入时长)得到。在日志文件中可以看到精确的时间。 # 如果“导入”更快,区块大小的差异就会更小;比值为 0 时则说明区块大小一致。 # 取值范围为(0 <= batch-import-ratio < 1)。 batch-import-ratio = 0.75 # 本地源数据目录或外部存储 URI。关于外部存储 URI 详情可参考 https://docs.pingcap.com/zh/tidb/v6.6/backup-and-restore-storages#uri-%E6%A0%BC%E5%BC%8F。 data-source-dir = "/data/my_database" # 指定包含 `CREATE TABLE` 语句的表结构文件的字符集。只支持下列选项: # - utf8mb4:表结构文件必须使用 UTF-8 编码,否则会报错。 # - gb18030:表结构文件必须使用 GB-18030 编码,否则会报错。 # - auto:自动判断文件编码是 UTF-8 还是 GB-18030,两者皆非则会报错(默认)。 # - latin1:源数据文件使用 MySQL latin1 字符集编码(也被称为 Code Page 1252)。 # - binary:不尝试转换编码。 character-set = "auto" # 指定源数据文件的字符集,Lightning 会在导入过程中将源文件从指定的字符集转换为 UTF-8 编码。 # 该配置项目前仅用于指定 CSV 文件的字符集。只支持下列选项: # - utf8mb4:源数据文件使用 UTF-8 编码。 # - GB18030:源数据文件使用 GB-18030 编码。 # - GBK:源数据文件使用 GBK 编码(GBK 编码是对 GB-2312 字符集的拓展,也被称为 Code Page 936)。 # - latin1:源数据文件使用 MySQL latin1 字符集编码(也被称为 Code Page 1252)。 # - binary:不尝试转换编码(默认)。 # 留空此配置将默认使用 "binary",即不尝试转换编码。 # 需要注意的是,Lightning 不会对源数据文件的字符集做假定,仅会根据此配置对数据进行转码并导入。 # 如果字符集设置与源数据文件的实际编码不符,可能会导致导入失败、导入缺失或导入数据乱码。 data-character-set = "binary" # 指定在源数据文件的字符集转换过程中,出现不兼容字符时的替换字符。 # 此项不可与字段分隔符、引用界定符和换行符号重复。 # 默认值为 "\uFFFD",即 UTF-8 编码中的 "error" Rune 或 Unicode replacement character。 # 改变默认值可能会导致潜在的源数据文件解析性能下降。 data-invalid-char-replace = "\uFFFD" # “严格”格式的导入数据可加快处理速度。 # strict-format = true 要求: # 在 CSV 文件的所有记录中,每条数据记录的值不可包含字符换行符(U+000A 和 U+000D,即 \r 和 \n) # 甚至被引号包裹的字符换行符都不可包含,即换行符只可用来分隔行。 # 导入数据源为严格格式时,TiDB Lightning 会快速定位大文件的分割位置进行并行处理。 # 但是如果输入数据为非严格格式,可能会将一条完整的数据分割成两部分,导致结果出错。 # 为保证数据安全而非追求处理速度,默认值为 false。 strict-format = false # 如果 strict-format = true,TiDB Lightning 会将 CSV 大文件分割为多个文件块进行并行处理。 # max-region-size 是分割后每个文件块的最大大小。 # max-region-size = "256MiB" # 默认值 # 只导入与该通配符规则相匹配的表。详情见相应章节。 filter = ['*.*', '!mysql.*', '!sys.*', '!INFORMATION_SCHEMA.*', '!PERFORMANCE_SCHEMA.*', '!METRICS_SCHEMA.*', '!INSPECTION_SCHEMA.*'] # 配置 CSV 文件的解析方式。 [mydumper.csv] # 字段分隔符,支持一个或多个字符,默认值为 ','。 separator = ',' # 引用定界符,设置为空表示字符串未加引号。 delimiter = '"' # 行尾定界字符,支持一个或多个字符。设置为空(默认值)表示 "\n"(换行)和 "\r\n" (回车+换行),均表示行尾。 terminator = "" # CSV 文件是否包含表头。 # 如果 header = true,将把首行的内容作为表头处理,不作为数据导入。如果设置为 false,首行也作为 CSV 数据导入, # 此时请确保 CSV 文件的列顺序与目标表的列顺序一致,否则可能会导致数据差异。 header = true # CSV 表头是否匹配目标表的表结构。 # 默认为 true,表示在导入数据时,会根据 CSV 表头的字段名去匹配目标表对应的列名, # 这样即使 CSV 文件和目标表列的顺序不一致也能按照对应的列名进行导入。 # 如果 CSV 表头中的字段名和目标表的列名不匹配(例如,CSV 表头中的某些字段名在目标表中可能找不到对应的同名列)但列的顺序是一致的, # 请将该配置设置为 false。 # 这时,在导入的时候,会直接忽略 CSV 表头的内容,以避免导入错误。在这种情况下,直接把 CSV 数据按照目标表列的顺序导入。 # 因此,如果列的顺序不一致,请手动调整一致后再导入,否则可能会导致数据差异。 # 注意:只有在 header = true 时,该参数才会生效。如果 header = false ,表示 CSV 文件没有表头,此时不需要考虑相关列名匹配的问题。 header-schema-match = true # CSV 文件是否包含 NULL。 # 如果 not-null = true,CSV 所有列都不能解析为 NULL。 not-null = false # 如果 not-null = false(即 CSV 可以包含 NULL), # 为以下值的字段将会被解析为 NULL。 null = '\N' # 是否对字段内“\“进行转义 backslash-escape = true # 如果有行以分隔符结尾,删除尾部分隔符。 trim-last-separator = false # [[mydumper.files]] # 解析 AWS Aurora parquet 文件所需的表达式 # pattern = '(?i)^(?:[^/]*/)*([a-z0-9_]+)\.([a-z0-9_]+)/(?:[^/]*/)*(?:[a-z0-9\-_.]+\.(parquet))$' # schema = '$1' # table = '$2' # type = '$3' [tidb] # 目标集群的信息。tidb-server 的地址,填一个即可。 host = "172.16.31.1" port = 4000 user = "root" # 设置连接 TiDB 的密码,可为明文或 Base64 编码。 password = "" # 表结构信息从 TiDB 的“status-port”获取。 status-port = 10080 # pd-server 的地址,从 v7.6.0 开始支持设置多个地址。 pd-addr = "172.16.31.4:2379,56.78.90.12:3456" # tidb-lightning 引用了 TiDB 库,并生成产生一些日志。 # 设置 TiDB 库的日志等级。 log-level = "error" # 设置 TiDB 会话变量,提升 Checksum 和 Analyze 的速度。注意,如果将 checksum-via-sql 设置为 "true",则会通过 TiDB 执行 ADMIN CHECKSUM TABLE <table> SQL 语句来进行 Checksum 操作。在这种情况下,以下参数设置 `distsql-scan-concurrency = 15` 和 `checksum-table-concurrency = 2` 将不会生效。 # 各参数定义可参阅 “控制 Analyze 并发度文档” (https://docs.pingcap.com/zh/tidb/stable/statistics#%E6%8E%A7%E5%88%B6-analyze-%E5%B9%B6%E5%8F%91%E5%BA%A6)。 build-stats-concurrency = 20 distsql-scan-concurrency = 15 index-serial-scan-concurrency = 20 checksum-table-concurrency = 2 # 解析和执行 SQL 语句的默认 SQL 模式。 sql-mode = "ONLY_FULL_GROUP_BY,NO_AUTO_CREATE_USER" # `max-allowed-packet` 设置数据库连接允许的最大数据包大小, # 对应于系统参数中的 `max_allowed_packet`。 如果设置为 0, # 会使用下游数据库 global 级别的 `max_allowed_packet`。 max-allowed-packet = 67_108_864 # SQL 连接是否使用 TLS。可选值为: # - "":如果配置了 [tidb.security] 部分的配置项,则 SQL 连接强制使用 TLS(与取值为 "cluster" 的行为相同),否则使用未加密的连接 # - "false":与取值为 "" 的行为相同 # - "cluster":强制使用 TLS 并使用 [tidb.security] 部分中指定的 CA 验证服务器的证书 # - "skip-verify":强制使用 TLS,但不验证服务器的证书(不安全)。如果服务器不支持 TLS,则会退回到未加密的连接 # - "preferred":与取值为 "skip-verify" 的行为相同 # tls = "" # 指定证书和密钥用于 TLS 连接 MySQL。 # 默认为 [security] 部分的副本。 # [tidb.security] # CA 的公钥证书。设置为空字符串可禁用 SQL 的 TLS。 # ca-path = "/path/to/ca.pem" # 该服务的公钥证书。默认为 `security.cert-path` 的副本 # cert-path = "/path/to/lightning.pem" # 此服务的私钥。默认为 `security.key-path` 的副本 # key-path = "/path/to/lightning.key" # 对于物理导入模式,数据导入完成后,TiDB Lightning 可以自动执行 Checksum 和 Analyze 操作。 # 在生产环境中,建议总是开启 Checksum 和 Analyze。 # 执行的顺序为:Checksum -> Analyze。 # 注意:对于逻辑导入模式, 无须执行这两个阶段,因此在实际运行时总是会直接跳过。 [post-restore] # 配置是否在导入完成后对每一个表执行 `ADMIN CHECKSUM TABLE <table>` 操作来验证数据的完整性。 # 可选的配置项: # - "required"(默认)。在导入完成后执行 CHECKSUM 检查,如果 CHECKSUM 检查失败,则会报错退出。 # - "optional"。在导入完成后执行 CHECKSUM 检查,如果报错,会输出一条 WARN 日志并忽略错误。 # - "off"。导入结束后不执行 CHECKSUM 检查。 # 默认值为 "required"。从 v4.0.8 开始,checksum 的默认值由此前的 "true" 改为 "required"。 # # 注意: # 1. Checksum 对比失败通常表示导入异常(数据丢失或数据不一致),因此建议总是开启 Checksum。 # 2. 考虑到与旧版本的兼容性,依然可以在本配置项设置 `true` 和 `false` 两个布尔值,其效果与 `required` 和 `off` 相同。 checksum = "required" # 设置是否通过 TiDB 执行 ADMIN CHECKSUM TABLE <table> 操作。 # 默认值为 "false",表示通过 TiDB Lightning 下发 ADMIN CHECKSUM TABLE <table> 命令给 TiKV 执行。 # 建议将该值设为 "true",以便在 checksum 失败时更容易定位问题。 # 同时,当该值为 "true" 时,如果需要调整并发,请在 TiDB 中设置 `tidb_checksum_table_concurrency` 变量 (https://docs.pingcap.com/zh/tidb/stable/system-variables#tidb_checksum_table_concurrency)。 checksum-via-sql = "false" # 配置是否在 CHECKSUM 结束后对所有表逐个执行 `ANALYZE TABLE <table>` 操作。 # 此配置的可选配置项与 `checksum` 相同,但默认值为 "optional"。 analyze = "optional" # 设置周期性后台操作。 # 支持的单位:h(时)、m(分)、s(秒)。 [cron] # TiDB Lightning 自动刷新导入模式状态的持续时间,该值应小于 TiKV 对应的设定值。 switch-mode = "5m" # 在日志中打印导入进度的持续时间。 log-progress = "5m" # 使用物理导入模式时,检查本地磁盘配额的时间间隔,默认为 60 秒。 # check-disk-quota = "60s"

命令行参数

tidb-lightning

使用 tidb-lightning 可以对下列参数进行配置:

参数描述对应配置项
--config filefile 读取全局设置。如果没有指定则使用默认设置。
-V输出程序的版本
-d directory读取数据的本地目录或外部存储服务的 URImydumper.data-source-dir
-L level日志的等级: debug、info、warn、error 或 fatal (默认为 info)lightning.log-level
-f rule表库过滤的规则 (可多次指定)mydumper.filter
--backend backend选择导入的模式:local 为物理导入模式,tidb 为逻辑导入模式local
--log-file file日志文件路径(默认值为 /tmp/lightning.log.{timestamp},设置为 '-' 表示日志输出到终端)lightning.log-file
--status-addr ip:portTiDB Lightning 服务器的监听地址lightning.status-port
--pd-urls host:portPD endpoint 的地址tidb.pd-addr
--tidb-host hostTiDB Server 的 hosttidb.host
--tidb-port portTiDB Server 的端口(默认为 4000)tidb.port
--tidb-status portTiDB Server 的状态端口的(默认为 10080)tidb.status-port
--tidb-user user连接到 TiDB 的用户名tidb.user
--tidb-password password连接到 TiDB 的密码,可为明文或 Base64 编码tidb.password
--enable-checkpoint bool是否启用断点 (默认值为 true)checkpoint.enable
--analyze level导入后分析表信息,可选值为 required、optional(默认值)、offpost-restore.analyze
--checksum level导入后比较校验和,可选值为 required(默认值)、optional、offpost-restore.checksum
--check-requirements bool开始任务之前检查集群版本兼容性,以及运行过程中检查 TiKV 的可用存储空间是否大于 10%(默认值为 true)lightning.check-requirements
--ca fileTLS 连接的 CA 证书路径security.ca-path
--cert fileTLS 连接的证书路径security.cert-path
--key fileTLS 连接的私钥路径security.key-path
--server-mode在服务器模式下启动 TiDB Lightninglightning.server-mode

如果同时对命令行参数和配置文件中的对应参数进行更改,命令行参数将优先生效。例如,在 cfg.toml 文件中,不管对日志等级做出什么修改,运行 ./tidb-lightning -L debug --config cfg.toml 命令总是将日志级别设置为 “debug”。

tidb-lightning-ctl

使用 tidb-lightning-ctl 可以对下列参数进行配置:

参数描述
--compact执行 full compact
--switch-mode mode将每个 TiKV Store 切换到指定模式(normal 或 import)
--fetch-mode打印每个 TiKV Store 的当前模式
--import-engine uuid将 TiKV Importer 上关闭的引擎文件导入到 TiKV 集群
--cleanup-engine uuid删除 TiKV Importer 上的引擎文件
--checkpoint-dump folder将当前的断点以 CSV 格式存储到文件夹中
--checkpoint-error-destroy tablename删除断点,如果报错则删除该表
--checkpoint-error-ignore tablename忽略指定表中断点的报错
--checkpoint-remove tablename无条件删除表的断点

tablename 必须是`db`.`tbl` 中的限定表名(包括反引号),或关键词 all

此外,上表中所有 tidb-lightning 的参数也适用于 tidb-lightning-ctl

文档内容是否有帮助?

下载 PDF文档反馈社区交流
产品
TiDB
TiDB Dedicated
TiDB Serverless
© 2024 PingCAP. All Rights Reserved.
Privacy Policy.