MongoDB 到 ClickHouse

选择对端数据库：

ClickHouse

数据链路

基本功能

功能	说明
Full Data Migration	Migrate data by sequentially scanning data in tables and writing it in batches to the target database. Supported _id types: ObjectId, Long, Integer.
Incremental Data Sync	Sync of INSERT, UPDATE, DELETE is supported.
Data Verification and Correction	Verify all existing data. Optionally, you can correct the inconsistent data based on verification results. Scheduled DataTasks are supported. For more information, see Create Verification and Correction DataJob.
Subscription Modification	Add, delete, or modify the subscribed tables with support for historical data migration. For more information, see Modify Subscription.
Position Resetting	Reset positions by timestamp to consume the oplog in a past period again.
Supported Deployment	Support master-slave, replica set, sharded cluster.
Table Name Mapping	Support the mapping rules, namely, keeping the name the same as that in Source, converting the text to lowercase, converting the text to uppercase, truncating the name by "_digit" suffix.

高级功能

功能	说明
追加模式写入	INSERT 和 UPDATE 以追加模式批量写入, DELETE 单独通过 ALTER 方式执行
定时优化表	通过设置 autoOptimizeThresholdSec 参数，定时优化表
Custom Code	For more information, see Custom Code Processing, Debug Custom Code and Logging in Custom Code.
Adding Virtual Columns	Support adding custom virtual columns with fixed values, such as region, ID, etc.

限制和注意点

限制项	说明
oplog 大小和保留时间设置	MongoDB 默认配置 replication.oplogSizeMB 过小 或 storage.oplogMinRetentionHours 过小，如数据同步延迟过大，可能导致未消费的 oplog 被清除，需调大此参数
MongoDB 主备架构的任务设置	源端 MongoDB 主备架构模式，需要将源端任务参数 oplogCollection 设置为 oplog.$main
changeStream 模式	MongoDB 3.6 以上支持 changeStream 获取增量变更，同步任务可以设置源端参数 captureMode 为 CHANGE_STREAM，MongoDB 分片集群可以填写 Mongos 连接串进行同步
oplog 模式	当使用 oplog 模式进行 MongoDB 源端同步时，需要确保该能够访问到 local 库
特殊操作	DELETE 操作过多（>50 条/秒）将大幅影响数据同步性能
目标端表引擎	仅支持以下表引擎以及对应的源端表类型: MergeTree（无主键表） ReplacingMergeTree（有主键表） ReplicatedMergeTree（无主键表） ReplicatedReplacingMergeTree（有主键表）

---

源端数据源

前置条件

条件	说明
账号权限	文档：MongoDB 需要的权限

任务参数

参数名称	说明
captureMode	配置 MongoDB 增量源端模式，支持 OP_LOG 和 CHANGE_STREAM 模式
changeStreamBatchSize	配置 MongoDB Change Stream 每一批拉取变更事件的最大条数
oplogCollection	配置 MongoDB oplog 的集合名，默认是 oplog.rs
timezone	需要转换的源端时区（默认 UTC）

Tips: 通用参数配置请参考 通用参数及功能

---

目标端数据源

前置条件

条件	说明
账号权限	具备 SELECT, INSERT, 常见 DDL 权限
网络准备	迁移同步节点（sidecar）可连接 ClickHouse 标准交互接口（如 8123）

任务参数

参数名称	说明
multiReplica	是否为多副本集群
clusterName	集群名称，当 multiReplica 为 true, 则自动在 DDL/DML 中加入 ON CLUSTER clusterName 子句
ckTableEngine	当前支持以下表引擎: MergeTree ReplacingMergeTree ReplicatedMergeTree ReplicatedReplacingMergeTree
autoOptimizeThresholdSec	定时优化表（optimize table final）间隔，<=0 则关闭此功能
enableTimeRangeClamping	是否启用时间范围裁剪,强制将时间和日期值收束到 ClickHouse JDBC 的合法区间内，超出的数值将被截断至最小值或最大值。默认关闭（false）。 收束后范围(UTC)： Date：[1970-01-01, 2149-06-06] Date32：[1925-01-01, 2283-11-11] Timestamp：[1970-01-01 00:00:00, 2106-02-07 14:28:15] Timestamp64：[1925-01-01 08:00:00.000, 2283-11-12 07:59:59.000]

Tips: 通用参数配置请参考 通用参数及功能