简述
本文主要介绍 CloudCanal 如何将关系型数据库中数据同步到 ClickHouse，默认使用 ReplacingMergeTree 作为 ClickHouse 表引擎，链路特点包括：
- 新增
_version、_sign字段，以便 ClickHouse 准确合并。 - DML 操作均以 INSERT 写入，同步性能良好。
- 支持 DDL 同步。
技术点
结构迁移
以 ClickHouse 为对端的结构迁移，默认选择 ReplacingMergeTree 作为表引擎，如果带有副本，则自动选择 ReplicatedReplacingMergeTree。
ClickHouse 表 sort key 默认选择源端表主键字段，如源端表无主键，则选择 tuple()。
额外新增 _version、_sign 作为合并字段，同步过程中 CloudCanal 根据数据操作自动填充值，确保链路两端数据一致。
如下示例:
CREATE TABLE console.worker_stats
(`id` Int64,`gmt_create` DateTime,`worker_id` Int64,`cpu_stat` String,`mem_stat` String,`disk_stat` String,`_sign` UInt8 DEFAULT 0,`_version` UInt64 DEFAULT 0,INDEX `_version_minmax_idx` `_version` TYPE minmax GRANULARITY 1
)
ENGINE = ReplacingMergeTree(`_version`,`_sign`)
ORDER BY id
SETTINGS index_granularity = 8192
数据写入
全量迁移和增量同步所有操作均转换成 INSERT，并以标准 batch 写入。
-
_version字段值按照数据变更顺序进行自增。 -
_sign字段中 INSERT & UPDATE 操作值为 0，DELETE 操作值为 1。
新增字段符合 ClickHouse ReplacingMergeTree 定义。
操作示例
步骤 1: 安装 CloudCanal
请参考 全新安装(Docker Linux/MacOS)，下载安装 CloudCanal 私有部署版本。
步骤 2: 添加数据源
登录 CloudCanal 控制台，点击 数据源管理 > 新增数据源。
步骤 3: 创建任务
- 点击 同步任务 > 创建任务。
- 选择源和目标数据源，并分别点击 测试连接。
- 目标端侧点开 高级选项，选择表引擎为 ReplacingMergeTree (或 ReplicatedReplacingMergeTree)。
- 选择 数据同步 并勾选 全量初始化。建议规格至少选择 1 GB。过小的规格可能导致任务运行时内存溢出（OOM）。
- 选择需要同步的表、列。
- 点击 确认创建，完成任务创建。
步骤 4: 验证数据
-
停止源端写入负载，并等待 ClickHouse 合并。
因 ClickHouse 自动合并时机不定，可能会导致数据校验显示不准。
可执行optimize table xxx final进行手动合并（有一定概率无法成功）。
另外也可执行create view xxx_v as select * from xxx final命令，创建视图，对视图进行查询，以确保数据完全合并。 -
创建一个校验任务，任务完成后显示，源对端数据完全一致。
总结
本文简要介绍了 CloudCanal 实现 MySQL到 ClickHouse 数据迁移同步的能力，帮助业务快速构建实时数据分析环境。