利用python怎么将MySQL指定的表增量同步数据到clickhouse脚本

本篇文章为大家展示了利用python怎么将MySQL指定的表增量同步数据到clickhouse脚本，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。

python实现MySQL指定表增量同步数据到clickhouse,脚本如下:

#!/usr/bin/env python3# _*_ coding:utf8 _*_ from pymysqlreplication import BinLogStreamReaderfrom pymysqlreplication.row_event import (DeleteRowsEvent,UpdateRowsEvent,WriteRowsEvent,)import clickhouse_driverimport configparserimport os configfile='repl.ini'########## 配置文件repl.ini 操作 ##################def create_configfile(configfile,log_file,log_pos):  config = configparser.ConfigParser()   if not os.path.exists(configfile):    config['replinfo'] = {'log_file':log_file,'log_pos':str(log_pos)}     with open(configfile,'w+') as f:      config.write(f) ### repl.ini 写操作 ##################def write_config(configfile,log_file,log_pos):  config = configparser.ConfigParser()  config.read(configfile)   config.set('replinfo','log_file',log_file)  config.set('replinfo','log_pos',str(log_pos))   if os.path.exists(configfile):    with open(configfile,'w+') as f:      config.write(f)  else:    create_configfile(configfile) ### 配置文件repl.ini 读操作 ##################def read_config(configfile):  config = configparser.ConfigParser()  config.read(configfile)  # print(config['replinfo']['log_file'])  # print(config['replinfo']['log_pos'])  return (config['replinfo']['log_file'],int(config['replinfo']['log_pos'])) ############# clickhouse 操作 ##################def ops_clickhouse(db,table,sql):  column_type_dic={}  try:    client = clickhouse_driver.Client(host='127.0.0.1',\                     port=9000,\                     user='default',\                     password='clickhouse')    # sql="select name,type from system.columns where database='{0}' and table='{1}'".format(db,table)    client.execute(sql)   except Exception as error:    message = "获取clickhouse里面的字段类型错误. %s" % (error)    # logger.error(message)    print(message)    exit(1) MYSQL_SETTINGS = {'host':'127.0.0.1','port':13306,'user':'root','passwd':'Root@0101'}only_events=(DeleteRowsEvent, WriteRowsEvent, UpdateRowsEvent)def main():  ## 每次重启时，读取上次同步的log_file,log_pos  (log_file,log_pos) = read_config(configfile)  # print(log_file+'|'+ str(log_pos))  print('-----------------------------------------------------------------------------')  stream = BinLogStreamReader(connection_settings=MYSQL_SETTINGS, resume_stream=True, blocking=True, \                server_id=10,                 only_tables='t_repl', only_schemas='test', \                log_file=log_file,log_pos=log_pos, \                only_events=only_events, \                fail_on_table_metadata_unavailable=True, slave_heartbeat=10)   try:    for binlogevent in stream:      for row in binlogevent.rows:        ## delete操作        if isinstance(binlogevent, DeleteRowsEvent):          info = dict(row["values"].items())          # print("DELETE FROM `%s`.`%s` WHERE %s = %s ;" %(binlogevent.schema ,binlogevent.table,binlogevent.primary_key,info[binlogevent.primary_key]) )          # print("ALTER TABLE `%s`.`%s` DELETE WHERE %s = %s ;" %(binlogevent.schema ,binlogevent.table,binlogevent.primary_key,info[binlogevent.primary_key]) )          sql="ALTER TABLE `%s`.`%s` DELETE WHERE %s = %s ;" %(binlogevent.schema ,binlogevent.table,binlogevent.primary_key,info[binlogevent.primary_key])         ## update 操作        elif isinstance(binlogevent, UpdateRowsEvent):          info_before = dict(row["before_values"].items())          info_after = dict(row["after_values"].items())          # info_set = str(info_after).replace(":","=").replace("{","").replace("}","")          info_set = str(info_after).replace(":", "=").replace("{", "").replace("}", "").replace("'","")          # print("UPDATE `%s`.`%s` SET %s WHERE %s = %s ;"%(binlogevent.schema,binlogevent.table,info_set,binlogevent.primary_key,info_before[binlogevent.primary_key]  ) )          # print("ALTER TABLE %s.%s UPDATE %s WHERE %s = %s ;"%(binlogevent.schema,binlogevent.table,info_set,binlogevent.primary_key,info_before[binlogevent.primary_key]  ) )          sql = "ALTER TABLE %s.%s UPDATE %s WHERE %s = %s ;"%(binlogevent.schema,binlogevent.table,info_set,binlogevent.primary_key,info_before[binlogevent.primary_key]  )         ## insert 操作        elif isinstance(binlogevent, WriteRowsEvent):          info = dict(row["values"].items())          # print("INSERT INTO %s.%s(%s)VALUES%s ;"%(binlogevent.schema,binlogevent.table , ','.join(info.keys()) ,str(tuple(info.values())) ) )          sql = "INSERT INTO %s.%s(%s)VALUES%s ;"%(binlogevent.schema,binlogevent.table , ','.join(info.keys()) ,str(tuple(info.values())) )        ops_clickhouse('test', 't_repl',sql )         # 当前log_file,log_pos写入配置文件        write_config(configfile, stream.log_file, stream.log_pos)   except Exception as e:    print(e)  finally:    stream.close() if __name__ == "__main__":  main()   '''BinLogStreamReader()参数ctl_connection_settings：集群保存模式信息的连接设置resume_stream：从位置或binlog的最新事件或旧的可用事件开始log_file：设置复制开始日志文件log_pos：设置复制开始日志pos（resume_stream应该为true）auto_position：使用master_auto_position gtid设置位置blocking：在流上读取被阻止only_events：允许的事件数组ignored_events：被忽略的事件数组only_tables：包含要观看的表的数组（仅适用于binlog_format ROW）ignored_tables：包含要跳过的表的数组only_schemas：包含要观看的模式的数组ignored_schemas：包含要跳过的模式的数组freeze_schema：如果为true，则不支持ALTER TABLE。速度更快。skip_to_timestamp：在达到指定的时间戳之前忽略所有事件。report_slave：在SHOW SLAVE HOSTS中报告奴隶。slave_uuid：在SHOW SLAVE HOSTS中报告slave_uuid。fail_on_table_metadata_unavailable：如果我们无法获取有关row_events的表信息，应该引发异常slave_heartbeat：（秒）主站应主动发送心跳连接。这也减少了复制恢复时GTID复制的流量（在许多事件在binlog中跳过的情况下）。请参阅mysql文档中的MASTER_HEARTBEAT_PERIOD以了解语义'''

知识点扩展：

MySQL备份-增量同步

mysql增量同步主要使用binlog文件进行同步，binlog文件主要记录的是数据库更新操作相关的内容。

备份数据的意义

针对不同业务，7*24小时提供服务和数据的重要性不同。
数据库数据是比较核心的数据，对企业的经营至关重要，数据库备份显得尤为重要。

备份数据库

MySQL数据库自带的备份命令 `mysqldump`，基本使用方法：
语法：`mysqldump -u username -p password dbname > filename.sql`

执行备份命令

`mysqldump -uroot -pmysqladmin db_test > /opt/mysql_bak.sql`

查看备份内容

`grep -v "#|\*|--|^$" /opt/mysql_bak.sql`

上述内容就是利用python怎么将MySQL指定的表增量同步数据到clickhouse脚本，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注编程网行业资讯频道。