TiCDC 解析 | TiCDC 应用场景解析-技术圈

TiCDC 是一款通过拉取 TiKV 变更日志实现的 TiDB 增量数据同步工具，具有将数据还原到与上游任意 TSO 一致状态的能力，同时提供开放数据协议 (TiCDC Open Protocol)，支持其他系统订阅数据变更。

TiCDC业务使用场景描述

（1）增量数据抽取需求

数仓ETL每天凌晨基于table(create_date or update_date)增量或者全量的数据抽取：

目前离线报表业务为了凌晨产出报表，数仓团队凌晨需要从我们核心的物料TiDB集群(70+节点)中抽取维度基本信息数据，这些多张维度的基本信息表都是大表(200亿/表，5T+/表)，每天凌晨的数仓抽取任务会对全实例(20T)做全量抽取。导致凌晨CPU跑满/内存oom/网卡跑满等各种负载问题，并且平均1～2个月出现数仓抽取失败，从而影响离线报表的定时产出，导致广告主不能及时看到昨天广告的消费情况，最严重的后果就是由此产生的广告停止投放，影响广告收入；另外凌晨除了数仓还有其他的计算任务存在，这种全量的抽取也会对其他正常凌晨任务的执行造成影响；凌晨的各种报警，我们DBA来说也苦不堪言。所以使用TiCDC写入kafka这种增量数仓需求是我们紧要的需求。

（2）同城双集群热备

目前我们的核心tidb都放在同一个机房。如果机房孤岛或者其他灾害问题。业务无法及时恢复。TiDB集群的同城双中心需求是重要的需求。

我们想利用TiCDC做同城双集群数据同步，一是可以将部分不需要太实时的读取流量切到备用集群，来缓解主TIDB集群的读取压力。二是一旦核心机房有问题，备用集群就可以立即接管服务。

（3）流处理需求

之前业务就是用maxwell/canal等工具将MySQL的变更binlog解析处理后写入kafka, 供实时JOB消费或者映射成flink table 作为flink sql的维表join。现在随着MySQL迁移到TiDB，我们也需要TiCDC高效/稳定的支持该需求，否则业务无法完全的迁移到TiDB（只能长期保持MySQL->DM->TiDB）这种架构，无法实现真正的TiDB替代MySQL，另外就是DM还需要处理上游分库分表DDL的兼容和同步中断的处理，所以TiCDC在流处理中扮演重要的角色。

ticdc架构

从上图的架构来看可以细分4个大模块分别为：TiKV cluster、PD、Ticdc Cluseter、Sink下游组件。

下面来详细介绍下各个组件：

1、最核心的TiCDC cluster

可以看出集群里有多个ticdc进程，专业名词可以叫做capture，capture有几大作用：

puller 负责拉取TiKV的change log，对拉取的change log排序（基于单表维度）。
基于processor这个内部逻辑线程，每个processot负责同步一张或者多张表的数据变更，一个capture节点可以运行多个processor线程，向下游输出。
高可用：多个capture组成一个ticdc集群，并且capture有不同的角色，分为owner/非owner角色，owner节点负责集群的调度，并且所有的capture都会注册到PD，一旦ticdc onwer异常，会触发选举新owner，并且owner会在其他processor节点异常时，将processor管理的同步任务调度到其他capture节点。
可以使用tiup来查看各个capture进程的状态tiup ctl cdc capture list --pd=http://xxxxx:2379
同步任务changefeed。一个同步任务可以同步一个tidb实例，也可以设定过滤规则，只同步某些DB or Table。创建同步任务：tiup ctl:v4.0.14 cdc changefeed create --pd=http://pd-ip:2379 --sink-uri="mysql://User:password@vip:4000/" --changefeed-id="sync-name" --start-ts=0 --config=./ticdc.yaml查看同步任务： tiup ctl:v4.0.14 cdc changefeed list --pd=http://pd-ip:2379

详情可以下图的抽取逻辑

2、TiKV Cluster

用户写入的键值对会先写入磁盘上的 WAL (Write Ahead Log)，又可以理解为 KV 变更日志（KV Change Logs）。一旦同步任务创建，TiCDC集群就会拉取这些 row changed events。

3、PD cluster

TIDB集群的大脑，除了分配全局TSO、管理集群元数据和调度外，在TiCDC层面：负责存储changefeed的配置和状态、capture 节点元信息、owner 选举信息以及 processor 的同步状态等。

4、Sink组件

TiCDC的下游

MySQL 协议兼容的数据库（MySQL、TiDB）
Kafka/Pulsar，然后Flink等第三方流处理组件订阅数据变更来使用。
增量备份，比如存放在S3这种分布式文件存储系统上。

早期版本的问题

之前存在的问题（大部分已经修复）：

TiCDC正常同步进行中，上游TiDB突增大写入量的情况下经常OOM，稳定性不足
当TiCDC因为某些原因同步中断时，并且中断期间上游TiDB写入了大量数据，重新启动同步导致TiCDC出现 OOM 问题
ticdc的下游是tidb的情况下，上游tidb集群出现大量对同一行记录进行更新时，下游tidb出现写写冲突导致ticdc同步停止（官方已经对这个问题有解决方案）
sort-dir路径问题：之前版本的sort目录是默认跟deploy放同一目录，如果按照默认deploy是/home/tidb/deploy的话，sort目录就是默认使用系统盘(一般空间较小)，当遇到突增写入或者又较大多的change log需要同步时，可能会把系统盘写满，另外ticdc同步也会因为sort目录写满而中断。目前sort目录已经修改成TiCDC的data目录
早期版本的TiCDC在拉取change log时并发度没有上限，导致TiKV节点的网卡、硬盘IO、CPU等飙升，影响了集群正常业务的运行。
在执行大的DDL操作时(比如对亿级别的表添加索引)，TiCDC同步会等待DDL执行完毕后才继续同步change log。(4.0.14+版本解决)

最佳实践：

强烈建议使用4.0.14/5.1.1最新版本的ticdc，高版本修复了不少bug。
及时观察ticdc相关的监控。ticdc有专门的监控dashboard，从里面可以看出抽取changelog的速度，写下游Sink的情况，对tikv集群的影响等等，官网有对各个监控项的详细说明，如下。https://docs.pingcap.com/zh/tidb/stable/monitor-ticdc
如果数据写入kafka，除了提供默认的开放数据协议 (TiCDC Open Protocol)外，还有多种 kafka 消息协议可选择比如canal、canal-json、avro、maxwell等方式，兼容之前MySQL的cdc，可以无缝迁移。
在上游TiDB写入量比较大时，拆分多个changefeed进行同步，可以从STATEMENTSSUMMARYHISTORY系统表来看table写入分布，按照写入表拆分成多个changefeed，SQL如下：select digest,DIGEST_TEXT,TABLE_NAMES,sum(EXEC_COUNT),min(SUMMARY_BEGIN_TIME),max(SUMMARY_END_TIME) from STATEMENTS_SUMMARY_HISTORY where stmt_type='insert' and schema_name='ad_monitor' group by digest order by sum(exec_count) desc limit 20;
PS：dashboard->SQL语句分析，过滤insert找出table写入情况。
kafka的partition-num参数要设定为1，因为基于表的同步虽然是sort后执行，如果输出到多个kafka partition，kafka保证每个partition是有序的，但是消费者从多个kafka partition拿数据向下游应用时可能事务顺序会被打乱，导致数据不一致的情况产生。
为了防止因为 sort 信息过多导致 ticdc 节点的 gorouting 异常，需要 ticdc 配置 per-table-memory-quota 到 6M 来缓解稳定，注意这个参数的values是数值类型，按照下面的方式修改：
```
tiup edit-config tidb-cluster-name  #在全局配置的cdc配置加入下面
  cdc:
    per-table-memory-quota: 6291456
```
TiKV网络限速，避免TiCDC的拉取对tikv集群造成影响，比如你的tikv都是千兆网卡，正常的集群就已经使用到30～50M，可以将ticdc的拉取限速我20M（因为担心ticdc的拉取把千兆网卡跑满影响集群正常业务），修改方式如下：
```
tiup edit-config tidb-cluster-name  #在全局配置的tikv配置加入下面
tikv:
    cdc.incremental-scan-speed-limit: 20MB
```
TiCDC 的 gc-ttl：Ticdc默认可以hold 24小时的changlog，超过24自动释放gc。所以中断24小时以上的同步任务重启会报错，启动 TiCDC server 时可以通过 gc-ttl 指定 GC safepoint 的 TTL。
虽然gc-ttl可以为中断的同步hold 24小时的KV数据变更，但是从另外一个方面来看，累积多过的MVCC版本，肯定会对查询造成影响，需要根据业务评估影响，如果需要删除同步任务可以用下面的命令：
```
tiup ctl:v4.0.14 cdc changefeed remove --pd=http://pd-ip:2379 --changefeed-id=TICDC-XXX
```
使用ticdc增量拉取时，提前调整gc lifetime。比如要用cdc做跨机房数据同步，比如：用br恢复今天凌晨备份，记得提前调整gc lifetime时间，避免BR恢复完数据创建changefeed的时候发现change log已经被gc了。
TiCDC 对大事务（大小超过 5 GB）提供部分支持，所以对于上游TIDB集群最大支持10G的事务来说，大事务可能触发TiCDC的oom。
出现同步中断时，可以先使用以下命令查看同步报错的原因，另外就是从TiCDC的日志里面查看报错的具体详情。
```
tiup ctl:v4.0.14 cdc changefeed query -s --pd=http://pd-ip:2379 --changefeed-id=TICDC-XXX
```

总结：

其实我想说的是：目前ticdc在大部分场景下是可用的。

这里要提到一件事情，就是关于ticdc稳定性和可用性立项：TiCDC在早期版本确定是出现过各种OOM以及对Tikv集群负载影响等问题，从今年年初360就提出了本文开头的3个应用场景，并且跟PingCAP的TiCDC研发团队一起合作立项，中间在线和线下沟通了10多次，基于360的高写入环境来验证TiCDC的稳定和可用性，直到现在TiCDC终于可以在各个场景下稳定运行，希望有类似需求的可以尝试使用起来，有问题可以及时跟官方沟通反馈，目的就是让TiCDC这个同步工具更加高效和稳定运行。