下游存在更多列的迁移场景

本文档介绍数据同步时，下游存在更多列的迁移场景需要的注意事项。具体迁移操作可参考已有数据迁移场景：

• 从小数据量 MySQL 迁移数据到 TiDB
• 从大数据量 MySQL 迁移数据到 TiDB
• 从小数据量分库分表 MySQL 合并迁移数据到 TiDB
• 从大数据量分库分表 MySQL 合并迁移数据到 TiDB

使用 DM 迁移至存在更多列的下游

DM 同步上游的 binlog 时，会尝试使用下游当前的表结构来解析 binlog 并生成相应的 DML 语句。如果上游的 binlog 里数据表的列数与下游表结构的列数不一致，则会产生如下错误：

"errors": [
    {
        "ErrCode": 36027,
        "ErrClass": "sync-unit",
        "ErrScope": "internal",
        "ErrLevel": "high",
        "Message": "startLocation: [position: (mysql-bin.000001, 2022), gtid-set:09bec856-ba95-11ea-850a-58f2b4af5188:1-9 ], endLocation: [position: (mysql-bin.000001, 2022), gtid-set: 09bec856-ba95-11ea-850a-58f2b4af5188:1-9]: gen insert sqls failed, schema: log, table: messages: Column count doesn't match value count: 3 (columns) vs 2 (values)",
        "RawCause": "",
        "Workaround": ""
    }
]

例如上游表结构为：

# 上游表结构
CREATE TABLE `messages` (
  `id` int(11) NOT NULL,
  PRIMARY KEY (`id`)
)

例如下游表结构为：

# 下游表结构
CREATE TABLE `messages` (
  `id` int(11) NOT NULL,
  `message` varchar(255) DEFAULT NULL, # 下游比上游多出的列。
  PRIMARY KEY (`id`)
)

当 DM 尝试使用下游表结构解析上游产生的 binlog event 时，DM 会报出上述 Column count doesn't match 错误。

此时，你可以使用 binlog-schema 命令来为数据源中需要迁移的表指定表结构，表结构需要对应 DM 将要开始同步的 binlog event 的数据。如果你在进行分表合并的数据迁移，那么需要为每个分表按照如下步骤在 DM 中设置用于解析 binlog event 的表结构。具体操作为：

1. 在 DM 中，新建一个 .sql 文件，并将上游表结构对应的 CREATE TABLE 语句添加到该文件。例如，将以下表结构保存到 log.messages.sql 中。如果是 6.0 及以上版本，可以直接通过 --from-source/--from-target 更新，无需创建 SQL 文件。可参考管理迁移表的表结构。

   # 上游表结构
   CREATE TABLE `messages` (
   `id` int(11) NOT NULL,
   PRIMARY KEY (`id`)
   )
   

2. 使用 binlog-schema 命令为数据源中需要迁移的表设置表结构（此时数据迁移任务应该由于上述 Column count doesn't match 错误而处于 Paused 状态）。

   tiup dmctl --master-addr ${advertise-addr} binlog-schema update -s ${source-id} ${task-name} ${database-name} ${table-name} ${schema-file}
   

   该命令中的参数描述如下：

   参数	描述
   --master-addr	指定 dmctl 要连接的集群的任意 DM-master 节点的 ${advertise-addr}。${advertise-addr} 表示 DM-master 向外界宣告的地址。
   binlog-schema update	手动更新 schema 信息
   -s	指定 source。${source-id} 表示 MySQL 数据源 ID。
   ${task-name}	指定 task。表示数据同步任务配置文件 task.yaml 中定义的同步任务名称。
   ${database-name}	指定 database。表示上游数据库名。
   ${table-name}	指定 table。表示上游数据表名。
   ${schema-file}	指定表的 schema 文件。表示将被设置的表结构文件。

   例如：

   tiup dmctl --master-addr 172.16.10.71:8261 binlog-schema update -s mysql-01 task-test -d log -t message log.message.sql
   

3. 使用 resume-task 命令恢复处于 Paused 状态的同步任务。

   tiup dmctl --master-addr ${advertise-addr} resume-task ${task-name}
   

4. 使用 query-status 命令确认数据迁移任务是否运行正常。

   tiup dmctl --master-addr ${advertise-addr} query-status ${task-name}