TiDB 到 Elasticsearch

选择对端数据库：

Elasticsearch

数据链路

基本功能

功能	说明
Schema Migration	If the target index does not exist, BladePipe will create the index mapping in the target based on the source metadata and mapping rules.
Full Data Migration	Migrate data by sequentially scanning data in tables and writing it in batches to the target database.
Incremental Data Sync	Sync of common DML like INSERT, UPDATE, DELETE is supported. UPDATE and DELETE for tables without primary keys are not synced.
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 again the incremental data that has not been collected as garbage by TiKV in a past period.
Index Name Mapping	Support the mapping rules, namely, concatenation with underscores (dataJobName_DB_SCHEMA_table), 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.
DDL Sync	ALTER TABLE ADD COLUMN
Metadata Retrieval	Retrieve the target metadata with filtering conditions or target primary keys set from the source table.

高级功能

功能	说明
全量前清空目标数据	运行全量任务前清除老数据，包括重跑任务、定时全量迁移都会触发此能力
重建目标表	运行全量任务前重建目标表，包括重跑任务、定时全量迁移都会触发此能力
ES 时间写入格式	以该字段的第一个时间格式写入 Elasticsearch，如果未设置时间格式，则使用 yyyy-MM-dd'T'HH:mm:ss 格式
ES 时区设置	只有当时间格式的时区为 ZZZZZ 时，才会将页面设置的时区写入到 Elasticsearch
Optional Fields in Indexing	By default, all fields are indexed. Specific fields can be excluded from indexing.
Field-level Analyzers	Allow selecting analyzers for string fields that are indexed. Support STANDARD (default), SIMPLE, and other common analyzers, with the option to specify custom analyzers.
Setting Index _id Field	By default, the _id field is a concatenation of the source primary key values. It can be changed to other field values.
Scheduled Full Data Migration	For more information, see Create Scheduled Full Data DataJob.
Custom Code	For more information, see Custom Code Processing, Debug Custom Code and Logging in Custom Code.
Data Filtering Conditions	Support data filtering using WHERE conditions, with SQL-92 as the SQL language. For more information, see Data Filtering.

使用示例

标题	详情
Elasticsearch 对端同步技术详解	文档：Elasticsearch 对端同步技术详解

---

源端数据源

前置条件

条件	说明
账号权限	文档：TiDB 需要的权限
PD节点网络连通	请确保 CloudCanal 各节点能正常与 PD 各节点通讯 telnet [PD节点IP] [PD节点端口号]
TiKV GC 回收频率	在 TiDB Server 中修改 GC 周期时间为 24小时 以上 set global tidb_gc_life_time = "24h0m0s";
TiKV 历史变更数据缓存	建议根据任务所需适当调整大小 old-value-cache-memory-quota：增量旧数据占用 TiKV 节点的内存的上限 sink-memory-quota：增量数据占用 TiKV 节点的内存的上限

任务参数

参数名称	说明
printDetailLog	打印接收到的增量，常用于判断源端是否有增量数据推送
pdHost	任务请求的 PD 节点地址，格式为: [PD_IP]:[PD_PORT], 多个 PD 节点用 , 隔开 例: 127.0.0.1:2379,127.0.0.1:2380
cdcGrpcTimeout	任务与 PD 节点 gRpc 连接通道的超时时间，单位ms
cdcStubTimeout	gRpc 通道中的每个 stub 的超时时间，超过该时间会自动重新订阅，单位ms
fastFailKeywords	字符串数组，以逗号分隔，当异常信息中包含这些关键字时，任务不再尝试重连，直接重启。例如 DEADLINE_EXCEEDED 表示当 gRPC 超时异常时不再重连，直接重启任务

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	具备索引的 create, delete, create_index, delete_index, read, write 权限
网络准备	迁移同步节点（sidecar）可连接 Elasticsearch 节点

任务参数

参数名称	说明
maxBulkSizeMb	单表最大攒批容量，超过此容量则刷出数据到写入队列
totalDataInMemMb	攒批写入，内存中最大数据容量，超过此容量或超过 asyncFlushIntervalSec 则刷出数据到写入队列
asyncFlushIntervalSec	攒批写入，等待刷出的间隔时间，超过此时间或超过 totalDataInMemMb 则刷出数据到写入队列
realFlushPauseSec	使用 Bulk Write 刷出数据到 ElasticSearch 的等待时间，0 则不等待
pkSeparator	拼接 _id 的分隔符（字段数 > 1）
enableBulkSizeThreshold	启用批量写入模式（默认开启）

Tips: 通用参数配置请参考 通用参数及功能