TiDB Lightning TiDB-Backend

TiDB Lightning 的后端决定 tidb-lightning 将如何把将数据导入到目标集群中。目前,TiDB Lightning 支持 Importer-backend(默认)和 TiDB-backend 两种后端,两者导入数据的区别如下:

  • Importer-backendtidb-lightning 先将 SQL 或 CSV 数据编码成键值对,由 tikv-importer 对写入的键值对进行排序,然后把这些键值对 Ingest 到 TiKV 节点中。

  • TiDB-backendtidb-lightning 先将数据编码成 INSERT 语句,然后直接在 TiDB 节点上运行这些 SQL 语句进行数据导入。

后端 Importer-backend TiDB-backend
速度 快 (~300 GB/小时) 慢 (~50 GB/小时)
资源使用率
导入时是否满足 ACID
目标表 必须为空 可以不为空

部署 TiDB-backend

使用 TiDB-backend 时,你无需部署 tikv-importer。与标准部署过程相比,部署 TiDB-backend 时有如下不同:

  • 可以跳过所有涉及 tikv-importer 的步骤。
  • 必须更改相应配置申明使用的是 TiDB-backend。

硬件需求

使用 TiDB-backend 时, TiDB Lightning 的速度仅受限于 TiDB 执行 SQL 语句的速度。因此,即使是低配的机器也足够发挥出最佳性能。推荐的硬件配置如下:

  • 16 逻辑核 CPU
  • 足够储存整个数据源的 SSD 硬盘,读取速度越快越好
  • 千兆网卡

使用 TiDB Ansible 部署

  1. inventory.ini 文件中,[importer_server] 部分可以留空。

    ...
    
    [importer_server]
    # keep empty
    
    [lightning_server]
    192.168.20.10
    
    ...
    
  2. 忽略 group_vars/all.yml 文件中 tikv_importer_port 部分的设置,group_vars/importer_server.yml 文件也不需要修改。但是你需要在 conf/tidb-lightning.yml 文件中将 backend 设置更改为 tidb

    ...
    tikv_importer:
        backend: "tidb"   # <-- 改成 “tidb”
    ...
    
  3. 启动、部署集群。

  4. 为 TiDB Lightning 挂载数据源。

  5. 启动 tidb-lightning

手动部署

手动部署时,你无需下载和配置 tikv-importer,TiDB Lightning 可在此下载

在运行 tidb-lightning 之前,在配置文件中加上如下几行:

[tikv-importer]
backend = "tidb"

或者在用命令行启动 tidb-lightning 时,传入参数 --backend tidb

冲突解决

TiDB-backend 支持导入到已填充的表(非空表)。但是,新数据可能会与旧数据的唯一键冲突。你可以通过使用如下任务配置来控制遇到冲突时的默认行为:

[tikv-importer]
backend = "tidb"
on-duplicate = "replace" # 或者 “error”、“ignore”
设置 冲突时默认行为 对应 SQL 语句
replace 新数据替代旧数据 REPLACE INTO ...
ignore 保留旧数据,忽略新数据 INSERT IGNORE INTO ...
error 中止导入 INSERT INTO ...

从 Loader 迁移到 TiDB Lightning TiDB-backend

TiDB Lightning TiDB-backend 可以完全取代 Loader。下表说明了如何将 Loader 的配置迁移到 TiDB Lightning 配置中:

LoaderTiDB Lightning
# 日志
log-level = "info"
log-file = "loader.log"
# Prometheus
status-addr = ":8272"
# 线程数
pool-size = 16
[lightning]
# 日志
level = "info"
file = "tidb-lightning.log"
# Prometheus
pprof-port = 8289
# 并发度 (最好使用默认设置)
#region-concurrency = 16
# 断点数据库名
checkpoint-schema = "tidb_loader"
[checkpoint]
# 断点存储
enable = true
schema = "tidb_lightning_checkpoint"
# 断点默认存储在本地的文件系统,这样更高效。但你也可以
# 选择将断点存储在目标数据库中,设置如下:
# driver = "mysql"
[tikv-importer]
# 使用 TiDB-backend
backend = "tidb"
# 数据源目录
dir = "/data/export/"
[mydumper]
# 数据源目录
data-source-dir = "/data/export"
[db]
# TiDB 连接参数
host = "127.0.0.1"
port = 4000
user = "root"
password = ""
#sql-mode = ""
[tidb]
# TiDB 连接参数
host = "127.0.0.1"
port = 4000
status-port = 10080  # <- 必须有的参数
user = "root"
password = ""
#sql-mode = ""