Skip to content

danfengcao binlog2sql add json and gtid support, also add binlogfile support.

License

Notifications You must be signed in to change notification settings

michael-liumh/binlog2sql

Repository files navigation

使用说明

使用说明

安装

git clone https://github.com/michael-liumh/binlog2sql.git && \
cd binlog2sql && \
pip3 install -r requirements.txt

git与pip的安装问题请自行搜索解决。 推荐使用 pypy3 运行,效率会比 python3 高

注意事项

  • 使用 binlogfile2sql 解析本地 binlog,也是需要连接数据库的,因为 binlog 里面存储的是 table_id,而不是 table_name,所以需要连接数据库将 table_id 转换成 table_name,database_name、column_name 也是同理。
  • binlogfile2sql 连接的数据库实例,里面只需要有表结构即可,不需要有实际的数据,所以可以单独启动一个空实例,导入表结构即可使用。

修改

  • 添加日志模块
  • 修改requirement.txt文件
    • 修改 mysql-replication 版本为 0.23
  • 添加对 json 数据类型的支持
  • 修改 flashback 模式临时文件的输出方式(测试发现从临时文件读取数据,根据指定块大小读取数据,部分二进制数据会被截断,从而导致输出异常,替代方案是直接读取整行数据)
  • 新增一个对结果文件的排序脚本
    • sort_dml.sh
  • 修改连接mysql实例使用的默认字符集为 utf8mb4
  • 添加对 blob 数据类型的支持(包括 binary、varbinary 等二进制类型)
  • 添加 binlog file 的解析支持
  • 添加 binlog file dir,可指定解析某个目录下特定的几个 binlog file
    • --check 检查选择的文件是否正确
    • --file-dir 选择目录
    • --file-regex 正则匹配 binlog file
    • --start-file 选择目录中起始的 binlog file
    • --stop-file 选择目录中终止的 binlog file
  • 添加忽略特定库、表、列的支持,方便解析后直接在另一个实例上执行
  • 添加将 insert into 语句替换成 replace into 和 insert ignore into 语句的支持,方便解析后直接在另一个实例上执行
  • 添加 update、delete 语句根据主键进行更新的支持,方便解析后直接在另一个实例上执行
  • 添加将 binlogfile2sql 解析结果保存到特定文件、目录的支持,方便另一个应用直接读取这个目录下 SQL 文件来执行
  • 添加 binlogfile2sql 只解析修改时间在指定分钟数前的支持,防止解析到未写入完成的 binlog,方便解析后直接在另一个实例上执行
  • 添加对结果 SQL 中的库名进行重命名的支持,方便解析后直接在另一个实例上执行
  • 添加去除注释的支持,方便解析后直接在另一个实例上执行
  • 添加 binlogfile2sql 忽略虚拟列的支持
  • 支持根据 GTID 过滤
  • 支持直接设定条件过滤结果,参数:--where
  • 支持直接将解析出来的 SQL 同步到另一个实例,但如果指定了 --rename-db 参数,DDL里的库名不会被更改,因此建议只同步 DML,不要同步 DDL

参数说明

参数 说明
--help 输出帮助信息
-h, --host 连接 MySQL 服务器的地址
-P, --port 连接 MySQL 服务器的端口
-u, --user 连接 MySQL 服务器的用户
-p, --password 连接 MySQL 服务器的密码(不指定这个参数也可以,默认会要求通过终端交互的形式输入密码,空密码直接回车即可)
-d, --databases 选择输出指定库的 SQL
-t, --tables 选择输出指定表的 SQL
-id, --ignore-databases 排除输出指定库的 SQL
-it, --ignore-tables 排除数据指定表的 SQL
-ic, --ignore-columns 过滤掉 SQL 中的指定的列
--ignore-virtual-columns 过滤掉 SQL 中的虚拟列
--start-position, --start-pos 指定 binlog 的起始位点
--stop-position, --stop-pos 指定 binlog 的结束位点
--start-datetime 解析 binlog 中指定开始时间后的 SQL
--stop-datetime 解析 binlog 中指定结束时间前的 SQL
--include-gtids 只输出指定 gtid 的 SQL
--exclude-gtids 不输出被排除 gtid 的 SQL
--only-dml 只输出 DML 类型的 SQL(排除DDL)
--sql-type 只输出指定类型的 DML(但不排除DDL,要排除DDL的话需要加上 --only-dml 参数)
--stop-never 持续不间断解析从运行脚本这个时间点开始,往后新增的 binlog 内容
-K, --no-primary-key 排除 SQL 中的主键字段
-KK, --only-primary-key UPDATE 与 DELETE 类型的 SQL 的条件只保留主键字段
-B, --flashback 生成回滚 SQL 而不生成 binlog 记录中的 SQL
--replace 将 INSERT 类型的 SQL 中的 INSERT INTO 关键字改为 REPLACE INTO
--insert-ignore 将 INSERT 类型的 SQL 中的 INSERT INTO 关键字改为 INSERT IGNORE INTO
--result-file 将生成的结果保存到指定的文件中(请直接指定文件名,不要添加目录,添加了也会自动去除,请用 --result-dir 指定目录)
--record-file 当使用 --stop-never 参数时,自动记录解析过的 binlog 文件(仅对解析 binlog 文件生效)
--result-dir 指定生成结果文件的报存目录
--table-per-file 当使用 --stop-never 参数解析本地 binlog 时,输出的结果将按《库名.表名.日期.sql》的格式保存到对应的文件中
--date-prefix 当使用 --table-per-file 参数解析本地 binlog 时,输出的结果将按《日期.库名.表名.sql》的格式保存到对应的文件中
-ma, --minutes-ago 当解析本地 binlog 时,只解析最后修改时间在 n 分钟前的文件(可用这个参数排除还没记录完的 binlog,不想排除的话,直接参数值为 0 即可)
--need-comment 选择输出的 SQL 是否需要保留注释,注释内容包括这条 SQL 在 binlog 中的起始位点、结束位点、gtid值,值为 1 表示保留(默认),0 表示不保留
--rename-db 选择将输出的 SQL 的库名进行重命名,格式:“旧库名 新库名” 或者 “新库名”,只提供新库名的话,会将未提供旧库名的其它所有库名全部重命名成指定库名,因此,无特殊需求的情况下,请不要只提供新库名
--rename-tb 选择将输出的 SQL 的表名进行重命名,格式:“旧表名 新表名” 或者 “新表名”,只提供新表名的话,会将未提供旧表名的其它所有表名全部重命名成指定表名,因此,无特殊需求的情况下,请不要只提供新表名
--remove-not-update-col 排除 UPDATE 语句中未被更新的字段(默认输出完整的更新前后的值)
--keep, --keep-not-update-col 当使用--remove-not-update-col参数来排除 UPDATE 语句中未被更新的字段时,会保留一些没更新的,但你想保留的字段,多个字段用空格分隔。示例:--remove-not-update-col --keep id col1 col2
--update-to-replace 将 UPDATE 语句转化成 REPLACE INTO 语句
-f, --file-path 解析指定的本地 binlog 文件
-fd, --file-dir 解析指定目录下的所有本地 binlog 文件(可用下面的参数过滤)
-fr, --file-regex 使用正则表达式指定选择的目录下的 binlog 文件
--start-file 通过字符串比较的方式,指定选择的目录下的起始的 binlog 文件
--stop-file 通过字符串比较的方式,指定选择的目录下的结束的 binlog 文件
--check 检查指定目录下被过滤的 binlog 文件是否符合预期
--supervisor 用 supervisor 管理后台解析进程
--where 根据指定条件过滤出需要的 SQL,支持同时传入多个条件,但不能将多个条件用一个括号包起来,多个条件直接传入多个参数即可。正确示例:--where 'c1=v1' 'c2=v2';错误示例:--where 'c1=v1 and c2=v2';单个条件支持使用 or,如:--where 'deleted_at = 0 or deleted_at is null'
--sync 开启同步开关
-sh, --sync-host 指定要同步的目标实例地址
-sP, --sync-port 指定要同步的目标实例端口
-su, --sync-user 指定连接到同步目标实例的用户
-sp, --sync-password 指定连接到同步目标实例的密码
-sd, --sync-database 指定连接到同步目标实例的库名
-sC, --sync-charset 指定连接到同步目标实例的字符集

测试

  • mysql 测试版本:mysql 5.7.32、mysql 8.0.24
  • python测试版本:python 3.8.5

TODO

  • 添加对 json 数据类型的支持
  • 添加对 blob 数据类型的支持(包括 binary、varbinary 等二进制类型)
  • 直接解析指定目录下binlog文件(可指定binlog目录前缀,排除非binlog文件)
  • 修复 binlogfile2sql json 数据解析处理的SQL执行不了的 bug
  • 修复 binlogfile2sql start-position 参数不生效的 bug
  • 添加 GTID 支持
  • 添加条件过滤功能,参数:--where
  • 添加数据同步支持:参数:--sync(注意,最好只同步DML,因为 --rename-db 参数对 DDL 不生效)
  • 添加数据转换支持,将 SQL 转换成 CSV

About

danfengcao binlog2sql add json and gtid support, also add binlogfile support.

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published