内容纲要

介绍

本文介绍了如何使用 Apache Flink 进行 MySQL 数据库之间的实时数据同步。我们将了解 Flink 如何与 MySQL 连接，如何实现实时数据流的处理与传输，以及如何维护数据的一致性。

在许多业务场景中，我们需要在分布式环境下对 MySQL 数据库进行实时数据同步。例如，我们可能需要将生产环境的数据库同步到测试环境以便进行测试。另一个典型的场景是数据分析，我们可能需要将数据同步到离线分析环境或者实时分析环境。传统的方法是通过定时任务或者批处理任务进行数据同步，但这种方法往往无法满足实时处理的需求。本文将介绍如何使用 Apache Flink 实现 MySQL 之间的实时数据同步。

Apache Flink简介

Apache Flink是一个开源的大数据处理框架，支持批处理和流处理，具有高吞吐量、低延迟的特点。Flink 提供了多种数据源和数据流 API，可以与各种数据存储系统进行集成。Flink 的严格的事件驱动处理模型使其特别适用于实时数据同步。

实现过程

以下内容是使用Apache Flink实现MySQL之间实时数据同步的关键步骤：

1. 准备环境

首先我们需要准备Flink的运行环境，我们这儿使用docker-compose的方式来启动Flink。然后我们再准备两个MySQL数据库，源数据库和目标数据库用于进行表与表之间的数据同步。

1.1. Flink环境启动

我们这里使用Flink 1.15，目前最新稳定版本为1.17,docker compose yaml文件可以参考本站链接:Apache Flink Docker compose 启动,如果你的电脑和我一样是Windows可以安装Docker Destop,安装完成后如果没有docker-compose命令可以安装一个Windows的docker-compose命令。

1.2. 两个MySQL数据库启动

我们这里选择使用docker compose方式启动，数据库版本为MySQL 8, docker compose yaml文件内容如下：

version: "2.2"
services:
  mysql8-source:
    image: mysql:8.0
    container_name: mysql-source
    command: --default-authentication-plugin=mysql_native_password
    restart: always
    environment:
      MYSQL_ROOT_PASSWORD: your_root_password
      MYSQL_DATABASE: your_db_name
      MYSQL_USER: your_username
      MYSQL_PASSWORD: your_user_password
    ports:
      - "3306:3306"
    volumes:
      - ./my.cnf:/etc/mysql/my.cnf

  mysql8-sink:
    image: mysql:8.0
    container_name: mysql-sink
    command: --default-authentication-plugin=mysql_native_password
    restart: always
    environment:
      MYSQL_ROOT_PASSWORD: your_root_password
      MYSQL_DATABASE: your_db_name
      MYSQL_USER: your_username
      MYSQL_PASSWORD: your_user_password
    ports:
      - "3307:3306"
    volumes:
      - ./my.cnf:/etc/mysql/my.cnf

yaml文件中有引用本地的MySQL配置文件my.cnf,该文件是为了配置MySQL binlog，文件内容如下：

[mysqld]
server-id         = 1
log_bin           = mysql-bin
binlog_format     = ROW
binlog_row_image  = FULL
expire_logs_days  = 10

1.3. 生成Flink Maven工程

首先需要安装JDK 11，然后安装Apache Maven 3,安装配置完成后强烈建议使用Apache Flink的Maven archetype来生成Flink 工程，因为很多依赖需要设置scope为provided，这些依赖如果自己摸索可能会踩很多坑。使用mvn命令生成Flink代码工程（版本号我这儿选择的是1.15.4,你可以根据自己的需要选择正确的版本号）

mvn archetype:generate -DarchetypeGroupId=fofcn.tech.flink -DarchetypeArtifactId=flink-db-sync -DarchetypeVersion=1.15.4

工程生成后可以使用IDE打开进行开发。

2. 基于SQL/Table API实现数据同步

以下内容是基于Apache Flink SQL/Table API实现数据的关键步骤:

2.1 源和目标数据库和表结构准备

我们以同步一个系统用户数据为例，首先创建数据库和数据表， SQL如下:

CREATE DATABASE `flink_test`;
USE `flink_test`;
CREATE TABLE `sys_user`(
    id BIGINT PRIMARY KEY,
    username varchar(64) NOT NULL,
    age int,
    nickname varchar(64) DEFAULT '',
    create_time date NOT NULL,
    modified_time date
)COMMENT 'user';

这个SQL在两个数据库中都执行。

2.2. 编写source,sink SQL和同步SQL

这里的localhost需要替换为你电脑网卡的IP或者docker的服务名，否则在容器内无法连接MySQL数据库。
源SQL

CREATE TABLE user_source (
  id BIGINT PRIMARY KEY,
  username STRING,
  nickname STRING,
  age INT,
  create_time DATE,
  modified_time DATE
) WITH (
  'connector' = 'mysql-cdc',
  'hostname' = 'localhost',
  'port' = '3306',
  'username' = 'root',
  'password' = 'your_root_password',
  'database-name' = 'flink_test',
  'table-name' = 'sys_user'
);

目标SQL：

CREATE TABLE user_sink (
  id BIGINT PRIMARY KEY,
  username varchar(60),
  nickname varchar(60),
  age INT,
  create_time DATE,
  modified_time DATE
) WITH (
  'connector' = 'jdbc',
  'url'       = 'jdbc:mysql://localhost:3307/flink_test',
  'username' = 'root',
  'password' = 'your_root_password',
  'table-name' = 'sys_user'
);

同步逻辑SQL：

INSERT INTO `user_sink` SELECT * FROM `user_source`

2.3. 创建Flink Stream环境并执行SQL

// Flink Stream Env
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setRestartStrategy(RestartStrategies.fixedDelayRestart(3, 5000));
        EnvironmentSettings settings = EnvironmentSettings.newInstance().inStreamingMode().build();
        StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env, settings);

        // source
        String sourceSQL = SQLReaderUtil.readSQL(SOURCE_TABLE_NAME);
        log.info(sourceSQL);
        tableEnv.executeSql(sourceSQL);

        // sink
        String sinkSQL = SQLReaderUtil.readSQL(SINK_TABLE_NAME);
        log.info(sinkSQL);
        tableEnv.executeSql(sinkSQL);

        // INSERT SQL
        String insertSQL = SQLReaderUtil.readSQL(INSERT_SQL_NAME);
        log.info(insertSQL);
        StatementSet statementSet = tableEnv.createStatementSet();
        statementSet.addInsertSql(insertSQL);
        statementSet.execute();

Jar包SQL文件内容读取工具类代码 SQLReaderUtil:

import java.io.BufferedInputStream;
import java.io.IOException;
import java.io.InputStream;

public class SQLReaderUtil {

    public static String readSQL(String filename) {
        try (InputStream inputStream = SQLReaderUtil.class.getResourceAsStream("/sql/" + filename)) {
            BufferedInputStream bufferedInputStream = new BufferedInputStream(inputStream);
            byte[] fileContent = bufferedInputStream.readAllBytes();
            return new String(fileContent);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }

    }

2.4. 打包为jar上传到Flink并执行

mvn clean package

上传到Flink,首先打开Flink web页面：http://localhost:8081/，然后点击Submit New Job–> Add New, 截图如下：

Jar包提交成功后点击flink-db-sync-1.0-SNAPSHOT.jar这一行，点击后会出现如下截图内容：

点击 Submit 按钮即可。如果点击后有错误提示，可以点击 Job Manager进行查看日志，如下截图：

如果 Submit后没有任何报错就会进入Running Jobs界面，任务开始执行,因为使用的是流模式，所以该任务不会停止而是会一直执行，如下截图：

总结

本文介绍了如何使用 Apache Flink 实现 MySQL 数据库之间的实时数据同步。利用 Flink 的实时处理功能和灵活的数据流 API，可以轻松地在多个 MySQL 数据库之间同步数据。在实际生产环境中，我们还需要考虑异常处理、任务重启和监控等问题，以确保系统的稳定性和可靠性。

介绍