本文介绍如何使用数据传输服务DTS(Data Transmission Service),将PolarDB-X 2.0同步至阿里云消息队列Kafka,实现增量数据的实时同步。

前提条件

  • 已创建源PolarDB-X 2.0实例,且兼容MySQL 5.7版本。
  • 目标Kafka实例的版本请参见数据库版本
  • 目标Kafka实例的存储空间须大于PolarDB-X 2.0数据库占用的存储空间。
  • 目标Kafka实例中已创建用于接收同步数据的Topic,详情请参见步骤一:创建Topic

注意事项

类型 说明
源库限制
  • 待同步的表需具备主键或唯一约束,且字段具有唯一性,否则可能会导致目标数据库中出现重复数据。
  • 如同步对象为表级别,且需进行编辑(如表列名映射),则单次同步任务仅支持同步至多1000张表。当超出数量限制,任务提交后会显示请求报错,此时建议您拆分待同步的表,分批配置任务,或者调用DTS OpenAPI配置任务。
  • Binlog日志:
    • 需开启,并且binlog_row_image为full。否则预检查阶段提示报错,且无法成功启动数据同步任务。
    • 如为增量同步任务,DTS要求源数据库的本地Binlog日志保存24小时以上,如为全量同步和增量同步任务,DTS要求源数据库的本地Binlog日志至少保留7天以上(您可在全量同步完成后将Binlog保存时间设置为24小时以上),否则DTS可能因无法获取Binlog而导致任务失败,极端情况下甚至可能会导致数据不一致或丢失。由于您所设置的Binlog日志保存时间低于DTS要求的时间进而导致的问题,不在DTS的SLA保障范围内。

  • PolarDB-X 2.0需兼容MySQL 5.7版本。
其他限制
  • 执行数据同步前需评估源库和目标库的性能,同时建议业务低峰期执行数据同步。否则全量数据初始化时将占用源库和目标库一定的读写资源,可能会导致数据库的负载上升。
  • 全量初始化会并发执行INSERT操作,导致目标数据库的表产生碎片,因此全量初始化完成后目标实例的表空间比源实例的表空间大。
  • 请勿对源库的同步对象使用gh-ost或pt-online-schema-change等类似工具执行在线DDL变更,否则会导致同步失败。
  • 同步对象仅支持数据表,不支持非数据表的对象。
  • 不支持自动调整同步对象,如果对同步对象中的数据表进行重命名操作,且重命名后的名称不在同步对象中,那么这部分数据将不再同步到到目标Kafka集群中。如需将修改后的数据表继续数据同步至目标Kafka集群中,您需要进行修改同步对象操作,详情请参见新增同步对象

支持同步的SQL操作

操作类型 SQL操作语句
DML INSERT、UPDATE、DELETE

操作步骤

  1. 登录新版DTS同步任务的列表页面
    说明 您也可以登录DMS数据管理服务。在顶部菜单栏中,选择传输与加工(DTS) > 数据同步
  2. 在页面左上角,选择同步实例所属地域。
    地域
  3. 单击创建任务,配置源库及目标库信息。
    警告 选择源和目标实例后,建议您仔细阅读页面上方显示的使用限制,以成功创建并执行同步任务。
    源库和目标库信息
    类别 配置 说明
    任务名称

    DTS会自动生成一个任务名称,建议配置具有业务意义的名称(无唯一性要求),便于后续识别。

    源库信息 数据库类型 选择PolarDB-X 2.0
    接入方式 选择阿里云实例
    实例地区 选择源PolarDB-X 2.0实例所属地域。
    实例ID 选择源PolarDB-X 2.0实例ID。
    数据库账号 填入源PolarDB-X 2.0实例的数据库账号,需具备REPLICATION SLAVE、REPLICATION CLIENT及待同步对象的SELECT权限,由DTS自动执行授权。
    数据库密码

    填入该数据库账号对应的密码。

    目标库信息 数据库类型 选择Kafka
    接入方式 选择专线/VPN网关/智能网关
    说明 由于DTS暂时不支持直接选择消息队列Kafka版,此处将其作为自建Kafka来配置数据同步。
    实例地区 选择目标Kafka实例所属地域。
    已和目标端数据库联通的VPC 选择目标Kafka实例所属的专有网络ID。您可以在Kafka实例的基本信息页面中查看到专有网络ID。
    主机名或IP地址 填入Kafka实例默认接入点中的任意一个IP地址。
    说明 您可以在Kafka实例的基本信息页面中,获取默认接入点对应的IP地址。
    端口 Kafka实例的服务端口,默认为9092。
    数据库账号 填入目标Kafka实例的数据库账号。
    说明 如果Kafka实例的实例类型为VPC实例,无需配置数据库账号数据库密码
    数据库密码

    填入该数据库账号对应的密码。

    Kafka版本 根据Kafka实例版本,选择对应的版本信息。
    连接方式 根据业务及安全需求,选择非加密连接SCRAM-SHA-256
    Topic 在下拉框中选择具体的Topic。
    存储DDL的Topic 在下拉框中选择具体的Topic,用于存储DDL信息。如果未指定,DDL信息默认存储在Topic选择的Topic中。
    是否使用Kafka Schema Registry Kafka Schema Registry是元数据提供服务层,提供了一个RESTful接口,用于存储和检索Avro Schema。
    • :不使用Kafka Schema Registry。
    • :使用Kafka Schema Registry。您需要输入Avro Schema在Kafka Schema Registry注册的URL或IP。
  4. 配置完成后,单击页面右下角的测试连接以进入下一步
  5. 配置任务对象及高级配置。
    • 基础配置消息队列Kafka基础配置
      配置 说明
      任务步骤

      固定选中增量同步。默认情况下,您还需要同时选中库表结构同步全量同步。预检查完成后,DTS会将源实例中待同步对象的全量数据在目标集群中初始化,作为后续增量同步数据的基线数据。

      目标已存在表的处理模式
      • 预检查并报错拦截:检查目标数据库中是否有同名的表。如果目标数据库中没有同名的表,则通过该检查项目;如果目标数据库中有同名的表,则在预检查阶段提示错误,数据同步任务不会被启动。
        说明 如果目标库中同名的表不方便删除或重命名,您可以更改该表在目标库中的名称,请参见库表列名映射
      • 忽略报错并继续执行:跳过目标数据库中是否有同名表的检查项。
        警告 选择为忽略报错并继续执行,可能导致数据不一致,给业务带来风险,例如:
        • 表结构一致的情况下,如在目标库遇到与源库主键的值相同的记录:
          • 全量期间,DTS会保留目标集群中的该条记录,即源库中的该条记录不会同步至目标数据库中。
          • 增量期间,DTS不会保留目标集群中的该条记录,即源库中的该条记录会覆盖至目标数据库中。
        • 表结构不一致的情况下,可能会导致无法初始化数据、只能同步部分列的数据或同步失败。
      投递到Kafka的数据格式 根据需求选择同步到Kafka实例中的数据存储格式。
      • 如果您选择DTS Avro,根据DTS Avro的schema定义进行数据解析,schema定义详情请参见DTS Avro的schema定义
      • 如果您选择Canal Json,Canal Json的参数说明和示例请参见Canal Json说明
      投递到Kafka Partition策略 根据业务需求选择同步的策略,详细介绍请参见Kafka Partition迁移策略说明
      同步对象

      源库对象框中单击待同步对象,然后单击向右小箭头将其移动至已选择对象框。

      说明 同步对象的选择粒度为库、表或列。
      映射名称更改
      • 如需更改单个同步对象在目标实例中的名称,请单击已选择对象中的同步对象,设置方式,请参见库表列名单个映射
      • 如需批量更改同步对象在目标实例中的名称,请单击已选择对象方框右上方的批量编辑,设置方式,请参见库表列名批量映射
      过滤待同步数据

      支持设置where条件过滤数据,请参见通过SQL条件过滤任务数据

      同步的SQL操作 请右击已选择对象中的同步对象,在弹跳框中选择所需同步的DML操作,支持的操作,请参见支持同步的SQL操作
    • 高级配置Kafka迁移的高级配置
      配置 说明
      设置告警
      是否设置告警,当同步失败或延迟超过阈值后,将通知告警联系人。
      • 不设置:不设置告警。
      • 设置:设置告警,您还需要设置告警阈值和告警联系人。
      目标库对象名称大小写策略

      您可以配置目标实例中迁移对象的库名、表名和列名的英文大小写策略。默认情况下选择DTS默认策略,您也可以选择与源库、目标库默认策略保持一致。更多信息,请参见目标库对象名称大小写策略

      源、目标库无法连接重试时间
      默认重试120分钟,您也可以在取值范围(10~1440分钟)内自定义重试时间,建议设置30分钟以上。如果DTS在设置的时间内重新连接上源、目标库,同步任务将自动恢复。否则,同步任务将失败。
      说明
      • 针对同源或者同目标的多个DTS实例,如DTS实例A和DTS实例B,设置网络重试时间时A设置30分钟,B设置60分钟,则重试时间以低的30分钟为准。
      • 由于连接重试期间,DTS将收取任务运行费用,建议您根据业务需要自定义重试时间,或者在源和目标库实例释放后尽快释放DTS实例。
  6. 上述配置完成后,单击页面下方的下一步保存任务并预检查
    说明
    • 在同步作业正式启动之前,会先进行预检查。只有预检查通过后,才能成功启动同步作业。
    • 如果预检查失败,单击具体检查项后的提示,查看失败详情。
      • 您可以根据提示修复后重新进行预检查。
      • 如无需修复告警检测项,您也可以选择确认屏蔽忽略告警项并重新进行预检查,跳过告警检测项重新进行预检查。
  7. 预检查通过率显示为100%时,单击下一步购买
  8. 购买页面,选择数据同步实例的计费方式、链路规格,详细说明请参见下表。
    类别 参数 说明
    信息配置 计费方式
    • 预付费(包年包月):在新建实例时支付费用。适合长期需求,价格比按量付费更实惠,且购买时长越长,折扣越多。
    • 后付费(按量付费):按小时扣费。适合短期需求,用完可立即释放实例,节省费用。
    链路规格 DTS为您提供了不同性能的同步规格,同步链路规格的不同会影响同步速率,您可以根据业务场景进行选择,详情请参见数据同步链路规格说明
    订购时长 在预付费模式下,选择包年包月实例的时长和数量,包月可选择1-9个月,包年可选择1-3年。
    说明 该选项仅在付费类型为预付费时出现。
  9. 配置完成后,阅读并勾选《数据传输(按量付费)服务条款》
  10. 单击购买并启动,同步任务正式开始,您可在任务列表查看具体任务进度。