flink-cdc同步mysql到doris建设数据仓储最佳实践

项目背景

当前需要搭建数据仓储，横向对比了多个数据库最终选定doris，正常的单表，多表数据同步已经完成开发。但是单全量表结构同步还是没有完成，发现flink有这个功能，现在进行使用

开始使用

废话不多说，直接上脚本

flink run \
    -Dexecution.checkpointing.interval=10s \
    -Dparallelism.default=1 \
    -c org.apache.doris.flink.tools.cdc.CdcTools \
    ./lib/flink-doris-connector-1.17-1.4.0.jar \
    mysql-sync-database \
    --database yyt_cloud \
    --mysql-conf hostname=192.168.157.192 \
    --mysql-conf port=3306 \
    --mysql-conf username=root \
    --mysql-conf password=123456 \
    --mysql-conf database-name=yyt-cloud \
    --sink-conf fenodes=192.168.157.200:8030 \
    --sink-conf username=root \
    --sink-conf password=123456 \
    --sink-conf jdbc-url=jdbc:mysql://192.168.157.200:9030 \
    --sink-conf sink.label-prefix=test \
    --table-conf replication_num=1

注意这个脚本需要有flink的环境支持。
其他想要查看的参数详情请查看文档：https://doris.apache.org/zh-CN/docs/dev/ecosystem/flink-doris-connector

踩坑记录

1. 注意，flink与doris如果使用docker启动，需要注意docker的网络需要设置为同一块网卡，不然无法通讯
2. 注意doris的版本，flink-cdc中，同步表结构使用了doris的自动分配桶大小功能，此功能需要1.2.2版本后的doris才能使用（https://doris.apache.org/zh-CN/docs/dev/advanced/autobucket）
3. 注意flink版本，目前cdc支持的版本最高到1.18，现在flink的最新版本为1.19还未支持
4. 请注意容器时区问题，请在创建容器的时候调整到同一时区，否则flink任务节点在执行时，会出现时区问题
5. 请注意doris设置root密码问题，如果你设置的密码，但是输入密码错误，它会返回你当前连接的ip相关错误，这与mysql的表现不一致，请格外注意
6. 请注意，当你使用flink-cdc执行mysql相关同步命令时，需要将你对应使用的jar包放置在flink/lib下，如果没有放置，将会返回找不到class相关错误，如执行flink-cdc-doris与flink-cdc-mysql，请注意需要放置的jar名称！