TiCDC Open Protocol

概述

TiCDC Open Protocol 是一种行级别的数据变更通知协议,为监控、缓存、全文索引、分析引擎、异构数据库的主从复制等提供数据源。TiCDC 遵循 TiCDC Open Protocol,向 MQ(Message Queue) 等第三方数据媒介复制 TiDB 的数据变更。

TiCDC Open Protocol 以 Event 为基本单位向下游复制数据变更事件,Event 分为三类:

  • Row Changed Event:代表一行的数据变化,在行发生变更时该 Event 被发出,包含变更后该行的相关信息。
  • DDL Event:代表 DDL 变更,在上游成功执行 DDL 后发出,DDL Event 会广播到每一个 MQ Partition 中。
  • Resolved Event:代表一个特殊的时间点,表示在这个时间点前的收到的 Event 是完整的。

协议约束

  • 在绝大多数情况下,一个版本的 Row Changed Event 只会发出一次,但是特殊情况(节点故障、网络分区等)下,同一版本的 Row Changed Event 可能会多次发送。
  • 同一张表中的每一个版本第一次发出的 Row Changed Event 在 Event 流中一定是按 TS (timestamp) 顺序递增的。
  • Resolved Event 会被周期性的广播到各个 MQ Partition,Resolved Event 意味着任何 TS 小于 Resolved Event TS 的 Event 已经发送给下游。
  • DDL Event 将被广播到各个 MQ Partition。
  • 一行数据的多个 Row Changed Event 一定会被发送到同一个 MQ Partition 中。

Message 格式定义

一个 Message 中包含一个或多个 Event,按照以下格式排列:

Key:

Offset(Byte) 0~7 8~15 16~(15+长度1)
参数 协议版本号 长度1 Event Key1 长度N Event KeyN

Value:

Offset(Byte) 0~7 8~(7+长度1)
参数 长度1 Event Value1 长度N Event ValueN
  • 长度N代表第 N 个 Key/Value 的长度
  • 长度及协议版本号均为大端序 int64 类型
  • 当前协议版本号为 1

Event 格式定义

本部分介绍 Row Changed Event、DDL Event 和 Resolved Event 的格式定义。

Row Changed Event

  • Key:

    1. {
    2. "ts":<TS>,
    3. "scm":<Schema Name>,
    4. "tbl":<Table Name>,
    5. "t":1
    6. }

    | 参数 | 类型 | 说明 | | :————— | :——- | :——————————- | | TS | Number | 造成 Row 变更的事务的 TS | | Schema Name | String | Row 所在的 Schema 的名字 | | Table Name | String | Row 所在的 Table 的名字 |

  • Value:

    Insert 事件,输出新增的行数据。

    1. {
    2. "u":{
    3. <Column Name>:{
    4. "t":<Column Type>,
    5. "h":<Where Handle>,
    6. "f":<Flag>,
    7. "v":<Column Value>
    8. },
    9. <Column Name>:{
    10. "t":<Column Type>,
    11. "h":<Where Handle>,
    12. "f":<Flag>,
    13. "v":<Column Value>
    14. }
    15. }
    16. }

    Update 事件,输出新增的行数据 (“u”) 以及修改前的行数据 (“p”),仅当 Old Value 特性开启时,才会输出修改前的行数据。

    1. {
    2. "u":{
    3. <Column Name>:{
    4. "t":<Column Type>,
    5. "h":<Where Handle>,
    6. "f":<Flag>,
    7. "v":<Column Value>
    8. },
    9. <Column Name>:{
    10. "t":<Column Type>,
    11. "h":<Where Handle>,
    12. "f":<Flag>,
    13. "v":<Column Value>
    14. }
    15. },
    16. "p":{
    17. <Column Name>:{
    18. "t":<Column Type>,
    19. "h":<Where Handle>,
    20. "f":<Flag>,
    21. "v":<Column Value>
    22. },
    23. <Column Name>:{
    24. "t":<Column Type>,
    25. "h":<Where Handle>,
    26. "f":<Flag>,
    27. "v":<Column Value>
    28. }
    29. }
    30. }

    Delete 事件,输出被删除的行数据。当 Old Value 特性开启时,Delete 事件中包含被删除的行数据中的所有列;当 Old Value 特性关闭时,Delete 事件中仅包含 HandleKey 列。

    1. {
    2. "d":{
    3. <Column Name>:{
    4. "t":<Column Type>,
    5. "h":<Where Handle>,
    6. "f":<Flag>,
    7. "v":<Column Value>
    8. },
    9. <Column Name>:{
    10. "t":<Column Type>,
    11. "h":<Where Handle>,
    12. "f":<Flag>,
    13. "v":<Column Value>
    14. }
    15. }
    16. }
参数 类型 说明
Column Name String 列名
Column Type Number 列类型,详见:Column 的类型码
Where Handle Bool 表示该列是否可以作为 Where 筛选条件,当该列在表内具有唯一性时,Where Handle 为 true。
Flag(实验性 Number 列标志位,详见:列标志位
Column Value Any 列值

DDL Event

  • Key:

    1. {
    2. "ts":<TS>,
    3. "scm":<Schema Name>,
    4. "tbl":<Table Name>,
    5. "t":2
    6. }

    | 参数 | 类型 | 说明 | | :————— | :——- | :————————————————— | | TS | Number | 进行 DDL 变更的事务的 TS | | Schema Name | String | DDL 变更的 Schema 的名字,可能为空字符串 | | Table Name | String | DDL 变更的 Table 的名字,可能为空字符串 |

  • Value:

    1. {
    2. "q":<DDL Query>,
    3. "t":<DDL Type>
    4. }

    | 参数 | 类型 | 说明 | | :———— | :——- | :—————— | | DDL Query | String | DDL Query SQL | | DDL Type | String | DDL 类型,详见:DDL 的类型码 |

Resolved Event

  • Key:

    1. {
    2. "ts":<TS>,
    3. "t":3
    4. }

    | 参数 | 类型 | 说明 | | :————— | :——- | :————————————————————— | | TS | Number | Resolved TS,任意小于该 TS 的 Event 已经发送完毕 |

  • Value: None

Event 流的输出示例

本部分展示并描述 Event 流的输出日志。

假设在上游执行以下 SQL 语句,MQ Partition 数量为 2:

  1. CREATE TABLE test.t1(id int primary key, val varchar(16));

如以下执行日志中的 Log 1、Log 3 所示,DDL Event 将被广播到所有 MQ Partition,Resolved Event 会被周期性地广播到各个 MQ Partition:

  1. 1. [partition=0] [key="{\"ts\":415508856908021766,\"scm\":\"test\",\"tbl\":\"t1\",\"t\":2}"] [value="{\"q\":\"CREATE TABLE test.t1(id int primary key, val varchar(16))\",\"t\":3}"]
  2. 2. [partition=0] [key="{\"ts\":415508856908021766,\"t\":3}"] [value=]
  3. 3. [partition=1] [key="{\"ts\":415508856908021766,\"scm\":\"test\",\"tbl\":\"t1\",\"t\":2}"] [value="{\"q\":\"CREATE TABLE test.t1(id int primary key, val varchar(16))\",\"t\":3}"]
  4. 4. [partition=1] [key="{\"ts\":415508856908021766,\"t\":3}"] [value=]

在上游执行以下 SQL 语句:

  1. BEGIN;
  2. INSERT INTO test.t1(id, val) VALUES (1, 'aa');
  3. INSERT INTO test.t1(id, val) VALUES (2, 'aa');
  4. UPDATE test.t1 SET val = 'bb' WHERE id = 2;
  5. INSERT INTO test.t1(id, val) VALUES (3, 'cc');
  6. COMMIT;
  • 如以下执行日志中的 Log 5 和 Log 6 所示,同一张表内的 Row Changed Event 可能会根据主键被分派到不同的 Partition,但同一行的变更一定会分派到同一个 Partition,方便下游并发处理。
  • 如 Log 6 所示,在一个事务内对同一行进行多次修改,只会发出一个 Row Changed Event。
  • Log 8 是 Log 7 的重复 Event。Row Changed Event 可能重复,但每个版本的 Event 第一次发出的次序一定是有序的。
  1. 5. [partition=0] [key="{\"ts\":415508878783938562,\"scm\":\"test\",\"tbl\":\"t1\",\"t\":1}"] [value="{\"u\":{\"id\":{\"t\":3,\"h\":true,\"v\":1},\"val\":{\"t\":15,\"v\":\"YWE=\"}}}"]
  2. 6. [partition=1] [key="{\"ts\":415508878783938562,\"scm\":\"test\",\"tbl\":\"t1\",\"t\":1}"] [value="{\"u\":{\"id\":{\"t\":3,\"h\":true,\"v\":2},\"val\":{\"t\":15,\"v\":\"YmI=\"}}}"]
  3. 7. [partition=0] [key="{\"ts\":415508878783938562,\"scm\":\"test\",\"tbl\":\"t1\",\"t\":1}"] [value="{\"u\":{\"id\":{\"t\":3,\"h\":true,\"v\":3},\"val\":{\"t\":15,\"v\":\"Y2M=\"}}}"]
  4. 8. [partition=0] [key="{\"ts\":415508878783938562,\"scm\":\"test\",\"tbl\":\"t1\",\"t\":1}"] [value="{\"u\":{\"id\":{\"t\":3,\"h\":true,\"v\":3},\"val\":{\"t\":15,\"v\":\"Y2M=\"}}}"]

在上游执行以下 SQL 语句:

  1. BEGIN;
  2. DELETE FROM test.t1 WHERE id = 1;
  3. UPDATE test.t1 SET val = 'dd' WHERE id = 3;
  4. UPDATE test.t1 SET id = 4, val = 'ee' WHERE id = 2;
  5. COMMIT;
  • Log 9 是 Delete 类型的 Row Changed Event,这种类型的 Event 只包含主键列或唯一索引列。
  • Log 13 和 Log 14 是 Resolved Event。Resolved Event 意味着在这个 Partition 中,任意小于 Resolved TS 的 Event(包括 Row Changed Event 和 DDL Event)已经发送完毕。
  1. 9. [partition=0] [key="{\"ts\":415508881418485761,\"scm\":\"test\",\"tbl\":\"t1\",\"t\":1}"] [value="{\"d\":{\"id\":{\"t\":3,\"h\":true,\"v\":1}}}"]
  2. 10. [partition=1] [key="{\"ts\":415508881418485761,\"scm\":\"test\",\"tbl\":\"t1\",\"t\":1}"] [value="{\"d\":{\"id\":{\"t\":3,\"h\":true,\"v\":2}}}"]
  3. 11. [partition=0] [key="{\"ts\":415508881418485761,\"scm\":\"test\",\"tbl\":\"t1\",\"t\":1}"] [value="{\"u\":{\"id\":{\"t\":3,\"h\":true,\"v\":3},\"val\":{\"t\":15,\"v\":\"ZGQ=\"}}}"]
  4. 12. [partition=0] [key="{\"ts\":415508881418485761,\"scm\":\"test\",\"tbl\":\"t1\",\"t\":1}"] [value="{\"u\":{\"id\":{\"t\":3,\"h\":true,\"v\":4},\"val\":{\"t\":15,\"v\":\"ZWU=\"}}}"]
  5. 13. [partition=0] [key="{\"ts\":415508881038376963,\"t\":3}"] [value=]
  6. 14. [partition=1] [key="{\"ts\":415508881038376963,\"t\":3}"] [value=]

消费端协议解析

目前 TiCDC 没有提供 Open Protocol 协议解析的标准实现,但是提供了 Golang 版本和 Java 版本的解析 demo。用户可以参考本文档提供的数据格式和以下 demo 实现消费端协议解析。

Column 的类型码

Column 的类型码用于标识 Row Changed Event 中列的数据类型。

类型 Code 输出示例 说明
TINYINT/BOOL 1 {“t”:1,”v”:1}
SMALLINT 2 {“t”:2,”v”:1}
INT 3 {“t”:3,”v”:123}
FLOAT 4 {“t”:4,”v”:153.123}
DOUBLE 5 {“t”:5,”v”:153.123}
NULL 6 {“t”:6,”v”:null}
TIMESTAMP 7 {“t”:7,”v”:”1973-12-30 15:30:00”}
BIGINT 8 {“t”:8,”v”:123}
MEDIUMINT 9 {“t”:9,”v”:123}
DATE 10/14 {“t”:10,”v”:”2000-01-01”}
TIME 11 {“t”:11,”v”:”23:59:59”}
DATETIME 12 {“t”:12,”v”:”2015-12-20 23:58:58”}
YEAR 13 {“t”:13,”v”:1970}
VARCHAR/VARBINARY 15/253 {“t”:15,”v”:”测试”} / {“t”:15,”v”:”\\x89PNG\\r\\n\\x1a\\n”} value 编码为 UTF-8;当上游类型为 VARBINARY 时,将对不可见的字符转义
BIT 16 {“t”:16,”v”:81}
JSON 245 {“t”:245,”v”:”{\“key1\“: \“value1\“}”}
DECIMAL 246 {“t”:246,”v”:”129012.1230000”}
ENUM 247 {“t”:247,”v”:1}
SET 248 {“t”:248,”v”:3}
TINYTEXT/TINYBLOB 249 {“t”:249,”v”:”5rWL6K+VdGV4dA==”} value 编码为 Base64
MEDIUMTEXT/MEDIUMBLOB 250 {“t”:250,”v”:”5rWL6K+VdGV4dA==”} value 编码为 Base64
LONGTEXT/LONGBLOB 251 {“t”:251,”v”:”5rWL6K+VdGV4dA==”} value 编码为 Base64
TEXT/BLOB 252 {“t”:252,”v”:”5rWL6K+VdGV4dA==”} value 编码为 Base64
CHAR/BINARY 254 {“t”:254,”v”:”测试”} / {“t”:254,”v”:”\\x89PNG\\r\\n\\x1a\\n”} value 编码为 UTF-8;当上游类型为 BINARY 时,将对不可见的字符转义
GEOMETRY 255 尚不支持

DDL 的类型码

DDL 的类型码用于标识 DDL Event 中的 DDL 语句的类型。

类型 Code
Create Schema 1
Drop Schema 2
Create Table 3
Drop Table 4
Add Column 5
Drop Column 6
Add Index 7
Drop Index 8
Add Foreign Key 9
Drop Foreign Key 10
Truncate Table 11
Modify Column 12
Rebase Auto ID 13
Rename Table 14
Set Default Value 15
Shard RowID 16
Modify Table Comment 17
Rename Index 18
Add Table Partition 19
Drop Table Partition 20
Create View 21
Modify Table Charset And Collate 22
Truncate Table Partition 23
Drop View 24
Recover Table 25
Modify Schema Charset And Collate 26
Lock Table 27
Unlock Table 28
Repair Table 29
Set TiFlash Replica 30
Update TiFlash Replica Status 31
Add Primary Key 32
Drop Primary Key 33
Create Sequence 34
Alter Sequence 35
Drop Sequence 36

列标志位

列标志位以 Bit flags 形式标记列的相关属性。

位移 名称 说明
1 0x01 BinaryFlag 该列是否为二进制编码列
2 0x02 HandleKeyFlag 该列是否为 Handle 列
3 0x04 GeneratedColumnFlag 该列是否为生成列
4 0x08 PrimaryKeyFlag 该列是否为主键列
5 0x10 UniqueKeyFlag 该列是否为唯一索引列
6 0x20 MultipleKeyFlag 该列是否为组合索引列
7 0x40 NullableFlag 该列是否为可空列
8 0x80 UnsignedFlag 该列是否为无符号列

示例:

若某列 Flag 值为 85,则代表这一列为可空列、唯一索引列、生成列、二进制编码列。

  1. 85 == 0b_101_0101
  2. == NullableFlag | UniqueKeyFlag | GeneratedColumnFlag | BinaryFlag

若某列 Flag 值为 46,则代表这一列为组合索引列、主键列、生成列、Handle 列。

  1. 46 == 0b_010_1110
  2. == MultipleKeyFlag | PrimaryKeyFlag | GeneratedColumnFlag | HandleKeyFlag

注意:

  • 该功能为实验性功能,请勿在生产环境使用。
  • BinaryFlag 仅在列为 BLOB/TEXT(包括 TINYBLOB/TINYTEXT、BINARY/CHAR 等)类型时才有意义。当上游列为 BLOB 类型时,BinaryFlag 置 1;当上游列为 TEXT 类型时,BinaryFlag 置 0
  • 若要同步上游的一张表,TiCDC 会选择一个有效索引作为 Handle Index。Handle Index 包含的列的 HandleKeyFlag 置 1