文档

云数据库MongoDB版(分片集群架构)同步至云数据库MongoDB版(副本集架构或分片集群架构)

更新时间:
重要

本文中含有需要您注意的重要提示信息,忽略该信息可能对您的业务造成影响,请务必仔细阅读。

数据传输服务DTS(Data Transmission Service)支持将MongoDB(分片集群架构)的数据同步至MongoDB(副本集架构或分片集群架构)。本文以云数据库MongoDB版实例间的数据同步为例,为您介绍操作步骤。

前提条件

  • 已创建目标云数据库MongoDB版(副本集架构或分片集群架构)实例,创建方式,请参见创建副本集实例创建分片集群实例

    重要
    • 建议目标云数据库MongoDB版实例的存储空间比源云数据库MongoDB版实例占用的存储空间大10%。

    • 支持的版本,请参见同步方案概览

  • 云数据库MongoDB版分片集群实例的Shard节点需要申请连接地址,且各Shard的账号和密码需保持一致。申请方法,请参见申请Shard或ConfigServer节点连接地址

  • 若目标MongoDB为分片集群架构实例,请根据业务需求,在目标云数据库MongoDB版(分片集群架构)实例中创建需要分片的数据库和集合、配置数据分片、开启Balancer并进行预分片。更多信息,请参见设置数据分片以充分利用Shard性能如何处理分片集群架构的MongoDB数据分布不均衡

    说明
    • 配置数据分片可以避免数据被同步至同一Shard(存储数据库数据的组件),导致无法发挥集群性能;开启Balancer并进行预分片可以避免数据倾斜问题。

    • 本文以先配置后购买DTS任务为例,无需填写源云数据库MongoDB版(分片集群架构)下的Shard数量。

      如您先购买后配置DTS任务,则需要在购买DTS任务时填写其正确的Shard数量。

    注意事项

    类型

    说明

    源和目标库的限制

    • 带宽要求:源库所属的服务器需具备足够出口带宽,否则将影响数据同步速率。

    • 待同步的集合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。

    • 如同步对象为集合级别,且需进行编辑(如集合的名称映射),则单次同步任务仅支持同步至多1000张集合。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集合,分批配置多个任务,或者配置整库的同步任务。

    • 需开启Oplog日志。

      说明

      DTS要求源数据库的Oplog日志至少保留7天以上,否则DTS可能因无法获取Oplog日志而导致任务失败,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Oplog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。

    • 在DTS同步期间,不支持MongoDB分片集群进行分片的扩缩容,否则会导致DTS任务失败。

    • 若源实例为分片集群架构的自建MongoDB,则接入方式仅支持专线/VPN网关/智能网关云企业网CEN

    • 源MongoDB分片集群实例的Mongos节点的数量不能超过10个。

    • 暂不支持同步包含TTL(Time To Live)索引的集合。若待同步的数据库中包含TTL索引,则可能会由于源库和目标库时区、时钟等的不一致,导致数据不一致。

    • 请确保源和目标实例中没有孤立文档,否则可能会导致数据不一致甚至任务失败。更多信息,请参见孤立文档如何清理MongoDB(分片集群架构)的孤立文档?

    其他限制

    • 在任务开始前,需要为源端待同步的数据添加与目标端对应的分片键;在任务开始后,待同步的数据在使用INSERT命令时必须包含分片键,使用UPDATE命令时不支持更改分片键。

    • 建议源和目标库的MongoDB的数据库版本保持一致,或者从低版本同步到高版本以保障兼容性。如为高版本同步至低版本,可能存在数据库兼容性问题。

    • 不支持同步admin和local库中的数据。

    • 不保留事务信息,即源库中的事务同步到目标库时会转变为单条的记录。

    • 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,导致目标数据库的集合产生碎片,因此全量初始化完成后目标实例的集合空间比源实例的集合空间大。

    • 若目标集合存在唯一索引或目标集合的capped属性为true时,则在增量同步阶段该集合不支持并发回放(只支持单线程写入),从而可能会导致任务延迟增高。

    • 由于DTS写入数据的逻辑为并发写入,所以会导致目标端占用的存储空间比源端大5%~10%。

    • 目标端MongoDB的count数量需要使用db.$table_name.aggregate([{ $count:"myCount"}])语法查询。

    • 请确保目标端MongoDB没有与源端相同的主键(默认为_id),否则会导致数据丢失。若目标端有与源端相同的主键,请在不影响业务的前提条件下清空目标端的相关数据(删掉目标端中与源端相同_id的文档)。

    • 全量同步期间必须关闭源MongoDB数据库的均衡器(Balancer),直至每个子任务都运行到增量阶段,否则可能会造成数据不一致。关于均衡器的操作,请参见管理MongoDB均衡器Balancer

    • 若您无需使用DTS提供的库表结构同步功能(例如目标端已配置好数据分片),在配置任务对象及高级配置阶段中,同步类型请勿勾选库表结构同步,否则可能会因为分片冲突而导致数据不一致或任务失败。

    费用说明

    同步类型链路配置费用
    库表结构同步和全量数据同步不收费。
    增量数据同步收费,详情请参见计费概述

    支持的单向同步架构

    目前DTS仅支持两个云数据库MongoDB版实例(分片集群架构)之间的单向同步,暂不支持多个云数据库MongoDB版实例之间的单向同步。

    任务步骤说明

    同步类型

    说明

    库表结构同步

    将源云数据库MongoDB版中同步对象的结构同步到目标云数据库MongoDB版中。

    全量同步

    将源云数据库MongoDB版同步对象的存量数据全部同步到目标云数据库MongoDB版中。

    说明

    支持全量同步DATABASE和COLLECTION。

    增量同步

    在全量同步的基础上,将源云数据库MongoDB版的增量更新同步到目标云数据库MongoDB版中。

    说明

    支持同步的增量更新如下:

    • CREATE COLLECTION、INDEX

    • DROP COLLECTION、INDEX

    • RENAME COLLECTION

    清理孤立文档

    迁移数据前您需要清除源MongoDB数据库中的孤立文档。

    重要

    如果未清除孤立文档,将影响迁移性能,而且可能在迁移过程中会遇到_id冲突的文档,导致迁移错误的数据。

    云数据库 MongoDB 版

    清理孤立文档需要使用cleanupOrphaned命令。在MongoDB 4.4及以上版本和MongoDB 4.2及以下版本中的使用方法略有区别,具体操作方式如下。

    MongoDB 4.4及以上版本

    1. 在可以连接分片集群实例的服务器上,创建一个用于清理孤立文档的JS脚本,脚本名称为cleanupOrphaned.js

      说明

      该脚本用于清理多个Shard节点的多个数据库中所有集合的孤立文档。如需清理特定集合中的孤立文档,可自行修改JS脚本来完成。

      // shard实例名称列表
      var shardNames = ["shardName1", "shardName2"];
      // 数据库列表
      var databasesToProcess = ["database1", "database2", "database3"];
      
      shardNames.forEach(function(shardName) {
          // 遍历指定的数据库列表
          databasesToProcess.forEach(function(dbName) {
              var dbInstance = db.getSiblingDB(dbName);
              // 获取该数据库实例的所有集合名称
              var collectionNames = dbInstance.getCollectionNames();
              
              // 遍历每个集合
              collectionNames.forEach(function(collectionName) {
                  // 完整的集合名称
                  var fullCollectionName = dbName + "." + collectionName;
                  // 构建 cleanupOrphaned 命令
                  var command = {
                      runCommandOnShard: shardName,
                      command: { cleanupOrphaned: fullCollectionName }
                  };
      
                  // 执行命令
                  var result = db.adminCommand(command); 
                  if (result.ok) {
                      print("Cleaned up orphaned documents for collection " + fullCollectionName + " on shard " + shardName);
                      printjson(result);
                  } else {
                      print("Failed to clean up orphaned documents for collection " + fullCollectionName + " on shard " + shardName);
                  }
              });
          });
      });

      您需要对脚本中的shardNamesdatabasesToProcess参数的值进行修改,具体说明如下:

      • shardNames:分片集群实例中待清理孤立文档的Shard节点的ID数组,您可以在实例基本信息页面的Shard列表区域获取,例如d-bp15a3796d3a****

      • databasesToProcess:待清理孤立文档的数据库名称数组。

    2. cleanupOrphaned.js脚本所在的目录下,执行以下命令清理孤立文档。

      mongo --host <Mongoshost> --port <Primaryport>  --authenticationDatabase <database> -u <username> -p <password> cleanupOrphaned.js > output.txt

      参数说明如下。

      参数

      说明

      <Mongoshost>

      分片集群实例Mongos节点的连接地址,格式为s-bp14423a2a51****.mongodb.rds.aliyuncs.com

      <Primaryport>

      分片集群实例Mongos节点的端口号,默认为3717。

      <database>

      鉴权数据库名,即数据库账号所属的数据库。

      <username>

      数据库账号。

      <password>

      数据库账号的密码。

      output.txt

      执行结果保存到output文件中。

    MongoDB 4.2及以下版本

    1. 在可以连接分片集群实例的服务器上,创建一个用于清理孤立文档的JS脚本,脚本名称为cleanupOrphaned.js

      说明

      该脚本用于清理多个Shard节点中指定数据库下指定集合的孤立文档。如需清理数据库中多个集合的孤立文档,您可以修改fullCollectionName参数并多次执行,也可以自行修改脚本通过遍历的方式执行。

      function cleanupOrphanedOnShard(shardName, fullCollectionName) {
          var nextKey = { };
          var result;
      
          while ( nextKey != null ) {
              var command = {
                  runCommandOnShard: shardName,
                  command: { cleanupOrphaned: fullCollectionName, startingFromKey: nextKey }
              };
      
              result = db.adminCommand(command);
              printjson(result);
      
              if (result.ok != 1 || !(result.results.hasOwnProperty(shardName)) || result.results[shardName].ok != 1 ) {
                  print("Unable to complete at this time: failure or timeout.")
                  break
              }
      
              nextKey = result.results[shardName].stoppedAtKey;
          }
      
          print("cleanupOrphaned done for coll: " + fullCollectionName + " on shard: " + shardName)
      }
      
      var shardNames = ["shardName1", "shardName2", "shardName3"]
      var fullCollectionName = "database.collection"
      
      shardNames.forEach(function(shardName) {
          cleanupOrphanedOnShard(shardName, fullCollectionName);
      });

      您需要对脚本中的shardNamesfullCollectionName参数的值进行修改,具体说明如下:

      • shardNames:分片集群实例中待清理孤立文档的Shard节点的ID数组,您可以在实例基本信息页面的Shard列表区域获取,例如d-bp15a3796d3a****

      • fullCollectionName:需要替换为待清理孤立文档的集合名称,格式为数据库名称.集合名称

    2. cleanupOrphaned.js脚本所在的目录下,执行以下命令清理孤立文档。

      mongo --host <Mongoshost> --port <Primaryport>  --authenticationDatabase <database> -u <username> -p <password> cleanupOrphaned.js > output.txt

      参数说明如下。

      参数

      说明

      <Mongoshost>

      分片集群实例Mongos节点的连接地址,格式为s-bp14423a2a51****.mongodb.rds.aliyuncs.com

      <Primaryport>

      分片集群实例Mongos节点的端口号,默认为3717。

      <database>

      鉴权数据库名,即数据库账号所属的数据库。

      <username>

      数据库账号。

      <password>

      数据库账号的密码。

      output.txt

      执行结果保存到output文件中。

    自建MongoDB

    1. 在可以连接自建MongoDB数据库的服务器上下载cleanupOrphaned.js脚本文件。

      wget "https://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/attach/120562/cn_zh/1564451237979/cleanupOrphaned.js"
    2. 修改cleanupOrphaned.js脚本文件,将test替换为待清理孤立文档的数据库名。

      重要

      如果您有多个数据库,您需要重复执行步骤2~步骤3。

    3. 执行如下命令,清理Shard节点中指定数据库下所有集合的孤立文档。

      说明

      您需要重复执行本步骤,为每个Shard节点清理孤立文档。

      mongo --host <Shardhost> --port <Primaryport>  --authenticationDatabase <database> -u <username> -p <password> cleanupOrphaned.js
      说明
      • <Shardhost>:Shard节点的IP地址。

      • <Primaryport>:Shard节点中的Primary节点的服务端口。

      • <database>:鉴权数据库名,即数据库账号所属的数据库。

      • <username>:登录数据库的账号。

      • <password>:登录数据库的密码。

      示例:

      本案例的自建MongoDB数据库有三个Shard节点,所以需要分别为这三个节点清除孤立文档。

      mongo --host 172.16.1.10 --port 27018  --authenticationDatabase admin -u dtstest -p 'Test123456' cleanupOrphaned.js
      mongo --host 172.16.1.11 --port 27021 --authenticationDatabase admin -u dtstest -p 'Test123456' cleanupOrphaned.js
      mongo --host 172.16.1.12 --port 27024  --authenticationDatabase admin -u dtstest -p 'Test123456' cleanupOrphaned.js

    操作步骤

    重要

    本文以先配置后购买DTS任务为例,无需填写源云数据库MongoDB版(分片集群架构)下的Shard数量。

    如您先购买后配置DTS任务,则需要在购买DTS任务时填写其正确的Shard数量。

    1. 进入同步任务的列表页面。

      1. 登录DMS数据管理服务

      2. 在顶部菜单栏中,单击集成与开发(DTS)

      3. 在左侧导航栏,选择数据传输(DTS) > 数据同步

      说明
    2. 同步任务右侧,选择同步实例所属地域。

      说明

      新版DTS同步任务列表页面,需要在页面左上角选择同步实例所属地域。

    3. 单击创建任务,配置源库及目标库信息。

      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

      选择已有的DMS数据库实例(可选,如未创建可忽略此处选择,直接在下方配置数据库信息即可)

      您可以按实际需求,选择是否使用已有实例。

      • 如使用已有实例,下方数据库信息将自动填入,您无需重复输入。

      • 如不使用已有实例,您需要输入下方的数据库信息。

      数据库类型

      选择MongoDB

      接入方式

      选择云实例

      实例地区

      选择源云数据库MongoDB版所属地域。

      是否跨阿里云账号

      本示例为同一阿里云账号间的同步,选择不跨账号

      架构类型

      选择分片集群架构

      实例ID

      选择源云数据库MongoDB版实例ID。

      鉴权数据库名称

      填入源云数据库MongoDB版实例数据库账号所属的数据库名称,若未修改过则默认为admin。

      数据库账号

      填入源云数据库MongoDB版的数据库账号,需具备待同步库、admin库和local库的read权限。

      数据库密码

      填入该数据库账号对应的密码。

      shard账号

      填入源云数据库MongoDB版的数据库Shard账号。

      说明

      若您的源库为自建MongoDB数据库,还需要在上方填入Shard节点的shard接入信息

      shard密码

      填入源云数据库MongoDB版的数据库Shard密码。

      目标库信息

      选择已有的DMS数据库实例(可选,如未创建可忽略此处选择,直接在下方配置数据库信息即可)

      您可以按实际需求,选择是否使用已有实例。

      • 如使用已有实例,下方数据库信息将自动填入,您无需重复输入。

      • 如不使用已有实例,您需要输入下方的数据库信息。

      数据库类型

      选择MongoDB

      接入方式

      选择云实例

      实例地区

      选择目标云数据库MongoDB版所属地域。

      架构类型

      选择目标云数据库MongoDB版所属的架构类型。

      实例ID

      选择目标云数据库MongoDB版实例ID。

      鉴权数据库名称

      填入目标云数据库MongoDB版实例数据库账号所属的数据库名称,若未修改过则默认为admin。

      数据库账号

      填入目标云数据库MongoDB版的数据库账号,需具备dbAdminAnyDatabase权限、目标库的readWrite权限和local库的read权限。

      数据库密码

      填入该数据库账号对应的密码。

    4. 配置完成后,单击页面下方的测试连接以进行下一步

      如果源或目标数据库是阿里云数据库实例(例如RDS MySQL云数据库MongoDB版等),DTS会自动将对应地区DTS服务的IP地址添加到阿里云数据库实例的白名单中;如果源或目标数据库是ECS上的自建数据库,DTS会自动将对应地区DTS服务的IP地址添到ECS的安全规则中,您还需确保自建数据库没有限制ECS的访问(若数据库是集群部署在多个ECS实例,您需要手动将DTS服务对应地区的IP地址添到其余每个ECS的安全规则中);如果源或目标数据库是IDC自建数据库或其他云数据库,则需要您手动添加对应地区DTS服务的IP地址,以允许来自DTS服务器的访问。DTS服务的IP地址,请参见DTS服务器的IP地址段

      警告

      DTS自动添加或您手动添加DTS服务的公网IP地址段可能会存在安全风险,一旦使用本产品代表您已理解和确认其中可能存在的安全风险,并且需要您做好基本的安全防护,包括但不限于加强账号密码强度防范、限制各网段开放的端口号、内部各API使用鉴权方式通信、定期检查并限制不需要的网段,或者使用通过内网(专线/VPN网关/智能网关)的方式接入。

    5. 配置任务对象及高级配置。

      配置

      说明

      同步类型

      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。

      同步拓扑

      请选择单向同步

      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集合。如果目标数据库中没有同名的集合,则通过该检查项目;如果目标数据库中有同名的集合,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集合不方便删除或重命名,您可以更改该集合在目标库中的名称,详情请参见设置同步对象在目标实例中的名称

      • 忽略报错并继续执行:跳过目标数据库中是否有同名集合的检查项。

        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:

        • 在目标库遇到与源库主键或唯一键的值相同的记录,则会保留目标库中的该条记录,即源库中的该条记录不会同步至目标库中。

        • 可能会导致无法初始化数据、只能同步部分的数据或同步失败。

      目标库对象名称大小写策略

      您可以配置目标实例中同步对象的库名、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

      源库对象

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

      说明

      同步对象的选择粒度为DATABASE、COLLECTION。

      已选择对象

      • 如需更改单个同步对象在目标实例中的名称,请右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

    6. 单击下一步高级配置,进行高级配置。

      • 数据校验配置

        若您需要配置数据校验,请参见配置数据校验

      • 高级配置

        配置

        说明

        选择调度该任务的专属集群

        DTS默认将任务调度到共享集群上,您无需选择。您可以购买指定规格的专属集群来运行DTS同步任务,详情请参见什么是DTS专属集群

        源库、目标库无法连接后的重试时间

        在同步任务启动后,若源库或目标库连接失败则DTS会报错,并会立即进行持续的重试连接,默认持续重试时间为720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在设置的重试时间内重新连接上源库、目标库,同步任务将自动恢复。否则,同步任务将会失败。

        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。

        源库、目标库出现其他问题后的重试时间

        在同步任务启动后,若源库或目标库出现非连接性的其他问题(如DDL或DML执行异常),则DTS会报错并会立即进行持续的重试操作,默认持续重试时间为10分钟,您也可以在取值范围(1~1440分钟)内自定义重试时间,建议设置10分钟以上。如果DTS在设置的重试时间内相关操作执行成功,同步任务将自动恢复。否则,同步任务将会失败。

        重要

        源库、目标库出现其他问题后的重试时间的值需要小于源库、目标库无法连接后的重试时间的值。

        是否限制全量迁移速率

        在全量同步阶段,DTS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。您可以根据实际情况,选择是否对全量同步任务进行限速设置(设置每秒查询源库的速率QPS每秒全量迁移的行数RPS每秒全量迁移的数据量(MB)BPS),以缓解目标库的压力。

        说明

        仅当同步类型选择了全量同步时才可以配置。

        是否限制增量同步速率

        您也可以根据实际情况,选择是否对增量同步任务进行限速设置(设置每秒增量同步的行数RPS每秒增量同步的数据量(MB)BPS),以缓解目标库的压力。

        环境标签

        您可以根据实际情况,选择用于标识实例的环境标签。本示例无需选择。

        配置ETL功能

        选择是否配置ETL功能。关于ETL的更多信息,请参见什么是ETL

        监控报警

        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。

    7. 保存任务并进行预检查。

      • 若您需要查看调用API接口配置该实例时的参数信息,请将鼠标光标移动至下一步保存任务并预检查按钮上,然后单击气泡中的预览OpenAPI参数

      • 若您无需查看或已完成查看API参数,请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,请单击失败检查项后的查看详情,并根据提示修复后重新进行预检查。

      • 如果预检查产生警告:

        • 对于不可以忽略的检查项,请单击失败检查项后的查看详情,并根据提示修复后重新进行预检查。

        • 对于可以忽略无需修复的检查项,您可以依次单击点击确认告警详情确认屏蔽确定重新进行预检查,跳过告警检查项重新进行预检查。如果选择屏蔽告警检查项,可能会导致数据不一致等问题,给业务带来风险。

    8. 预检查通过率显示为100%时,单击下一步购买

    9. 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。

      资源组配置

      实例所属的资源组,默认为default resource group。更多信息,请参见什么是资源管理

      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。更多信息,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年、2年、3年和5年。

      说明

      该选项仅在付费类型为预付费时出现。

    10. 配置完成后,阅读并勾选《数据传输(按量付费)服务条款》

    11. 单击购买并启动,同步任务正式开始,您可在数据同步界面查看具体任务进度。

    • 本页导读 (1)
    文档反馈