手把手入门MO | 如何使用SeaTunnel将数据写入MatrixOne

1 概述

SeaTunnel 是一个分布式、高性能、易扩展的数据集成平台，专注于海量数据（包括离线和实时数据）同步和转化。MatrixOne 支持使用 SeaTunnel 从其他数据库同步数据，可以稳定高效地处理数百亿条数据。

本文档将介绍如何使用 SeaTunnel 向 MatrixOne 中写入数据。

2 开始前准备

在使用 SeaTunnel 向 MatrixOne 写入数据之前，请确保完成以下准备工作：

• 已完成安装和启动 MatrixOne。
• 已完成安装 SeaTunnel Version 2.3.3。安装完成后，可以通过 shell 命令行定义 SeaTunnel 的安装路径：

export SEATNUNNEL_HOME="/root/seatunnel"

3 操作步骤

创建测试数据

Step 1

创建名为 test1 的 MySQL 数据库，并在其中创建名为 test_table 的表，存储在 root 下的 mysql.sql 中。以下是 MySQL 的 DDL 语句：

create database test1;
use test1;
CREATE TABLE `test_table` (
  `name` varchar(255) DEFAULT NULL,
  `age` int(11) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

Step 2

使用 mo_ctl 工具将 MySQL 的 DDL 语句直接导入至 MatrixOne。执行以下命令：

mo_ctl sql /root/mysql.sql

安装 Connectors 插件

本篇文档中将介绍如何使用 SeaTunnel 的 connector-jdbc 连接插件连接 MatrixOne。

Step 1

在 SeaTunnel 的 ${SEATNUNNEL_HOME}/config/plugin_config 文件中，添加以下内容：

--connectors-v2--
connector-jdbc
--end--

Step 2

版本 2.3.3 的 SeaTunnel 二进制包默认不提供连接器依赖项，你需要在首次使用 SeaTunnel 时，执行以下命令来安装连接器：

sh bin/install-plugin.sh 2.3.3

4 定义任务配置文件

在本篇文档中，我们使用 MySQL 数据库的 test_table 表作为数据源，不进行数据处理，直接将数据写入 MatrixOne 数据库的 test_table 表中。

那么，由于数据兼容性的问题，需要配置任务配置文件 ${SEATNUNNEL_HOME}/config/v2.batch.config.template，它定义了 SeaTunnel 启动后的数据输入、处理和输出方式和逻辑。

按照以下内容编辑配置文件：

env {
  execution.parallelism = 2
  job.mode = "BATCH"
}
 
source {
    Jdbc {
        url = "jdbc:mysql://192.168.110.40:3306/test"
        driver = "com.mysql.cj.jdbc.Driver"
        connection_check_timeout_sec = 100
        user = "root"
        password = "123456"
        query = "select * from test_table"
    }
}
 
transform {
 
}
 
sink {
   jdbc {
        url = "jdbc:mysql://192.168.110.248:6001/test"
        driver = "com.mysql.cj.jdbc.Driver"
        user = "root"
        password = "111"
        query = "insert into test_table(name,age) values(?,?)"
   }
}

安装数据库依赖项

下载 mysql-connector-java-8.0.33.jar，并将文件复制到 ${SEATNUNNEL_HOME}/plugins/jdbc/lib/ 目录下。

运行 SeaTunnel 应用

执行以下命令启动 SeaTunnel 应用：

./bin/seatunnel.sh --config ./config/v2.batch.config.template -e local

查看运行结果

SeaTunnel 运行结束后，将显示类似以下的统计结果，汇总了本次写入的用时、总读取数据数量、总写入数量以及总写入失败数量：

***********************************************
           Job Statistic Information
***********************************************
Start Time                : 2023-08-07 16:45:02
End Time                  : 2023-08-07 16:45:05
Total Time(s)             :                   3
Total Read Count          :             5000000
Total Write Count         :             5000000
Total Failed Count        :                   0
***********************************************

你已经成功将数据从 MySQL 数据库同步写入到 MatrixOne 数据库中。

关于MatrixOne

MatrixOne 是一款基于云原生技术，可同时在公有云和私有云部署的多模数据库。该产品使用存算分离、读写分离、冷热分离的原创技术架构，能够在一套存储和计算系统下同时支持事务、分析、流、时序和向量等多种负载，并能够实时、按需的隔离或共享存储和计算资源。云原生数据库MatrixOne能够帮助用户大幅简化日益复杂的IT架构，提供极简、极灵活、高性价比和高性能的数据服务。

MatrixOne企业版和MatrixOne云服务自发布以来，已经在互联网、金融、能源、制造、教育、医疗等多个行业得到应用。得益于其独特的架构设计，用户可以降低多达70%的硬件和运维成本，增加3-5倍的开发效率，同时更加灵活的响应市场需求变化和更加高效的抓住创新机会。在相同硬件投入时，MatrixOne可获得数倍以上的性能提升。

MatrixOne秉持开源开放、生态共建的理念，核心代码全部开源，全面兼容MySQL协议，并与合作伙伴打造了多个端到端解决方案，大幅降低用户的迁移和使用成本，也帮助用户避免了供应商锁定风险。

MatrixOrigin 官网：新一代超融合异构开源数据库-矩阵起源（深圳）信息科技有限公司 MatrixOne

Github 仓库：GitHub - matrixorigin/matrixone: Hyperconverged cloud-edge native database

关键词：超融合数据库、多模数据库、云原生数据库、国产数据库