TiDB 到 StarRocks

选择对端数据库：

StarRocks

数据链路

基本功能

功能	说明
Schema Migration	If the target schema does not exist, BladePipe will automatically generate and execute CREATE statements based on the source metadata and the mapping rule.
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.
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.
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.
DDL Sync	ALTER TABLE ADD COLUMN, MODIFY COLUMN, DROP COLUMN CREATE TABLE RENAME TABLE DROP TABLE
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
Stream Load 数据写入	采用 Stream Load 到 StarRocks Be 写入数据, 默认攒批写入，可动态调节刷出数据节奏和批次大小
0 值时间处理	支持将 0 值时间设置成不同类型的值，防止写入对端报错
Custom Table Properties	Include settings for properties such as bucket count and replica count.
Setting Data Partitions	When creating a DataJob, specify partition definitions at the table level (static or dynamic). Automatically add these partition definitions during schema migration.
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.

限制和注意点

限制项	说明
对端表类型	仅支持 主键模型(Primary Key)
源端表类型	不支持 无主键表 迁移同步
DDL 同步报错	同一张表连续几个 DDL 将报错（因 StarRocks 对端是异步 DDL) 修改字段约束或者部分类型的 DDL 报错 如遇到 DDL 报错，可在对端变更好表结构，然后通过设置任务参数跳过，文档：跳过 DDL 异常
增量写入冲突策略	Stream Load 写入以主键进行整行替换

链路FAQ

• Doris / SelectDB 目标端写入报错

• StarRocks 对端结构迁移如何设置分区?

---

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 SELECT, DDL 权限（可选）
网络准备	迁移同步节点（sidecar）可连接 StarRocks FE QueryPort 和 FE/BE HttpPort

任务参数

参数名称	说明
host	MySQL 协议交互链接，对应 StarRocks FE QueryPort
httpHost	StarRocks stream load 链接，对应 StarRocks FE/BE HttpPort
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
flushBatchMb	单表最大攒批容量，超过此容量则刷出数据到写入队列
realFlushPauseSec	使用 stream load 刷出数据到 StarRocks 的等待时间，0 则不等待
soTimeoutSec	在 QueryPort 执行操作时 tcp 超时链接 (so_timeout)
httpSoTimeoutSec	在 HttpPort 执行操作时 tcp 超时链接 (so_timeout)
enableTimeZoneProcess	是否对时间字段进行时区转换
timezone	目标端 StarRocks 时区，例如 +08:00 Asia/Shanghai America/New_York
maxInSizePerQuery	校验任务中，对端单次查询的最大 IN 条件值数量，大于该值会自动拆分多次查询

Tips: 通用参数配置请参考 通用参数及功能