本文介绍从Amazon Redshift迁移数据到云原生数据仓库AnalyticDB PostgreSQL版的过程。

准备工作

  • 需要迁移的Amazon Redshift实例。
  • 用于导出Amazon Redshift数据的Amazon S3服务。
  • 已开通阿里云对象存储服务（OSS），OSS的详细信息，请参见什么是对象存储OSS。
  • 已创建云原生数据仓库AnalyticDB PostgreSQL版实例，如何选择实例规格，请参见规格选型。

迁移大纲

AWS Redshift迁移到ADB PG步骤

具体迁移步骤，请参见数据迁移步骤。

规格选型

以下内容将为您介绍如何选择根据原有Amazon Redshift实例判断需要的云原生数据仓库AnalyticDB PostgreSQL版的规格。

Amazon Redshift实例由Leader Node和多个Compute Node组成。

  • Leader Node：相当于AnalyticDB PostgreSQL版的Master节点，负责与客户端通信，分析和制定执行计划，实施数据库操作。
  • Compute Node：相当于AnalyticDB PostgreSQL版的一个计算组，由多个Node Slices组成。每个Node Slices都相当于AnalyticDB PostgreSQL版的单个Segment节点，负责实际的数据存储和查询计算。

因此，当您创建AnalyticDB PostgreSQL版实例时，如果不知道如何选择规格，可以通过Amazon Redshift中每个Node Slice的规格来选择合适的AnalyticDB PostgreSQL版节点规格。

示例如下：

Amazon Redshift实例包含4个计算节点，每个节点规格为2核16 GB，存储为1 TB；每个节点下包含两个Node Slices。

根据源Amazon Redshift实例规格，您在创建AnalyticDB PostgreSQL版实例时，可以选择创建8个Segment节点，节点规格为2C16GB；每个Segment节点的存储容量选择1000 GB。

说明
  • 创建AnalyticDB PostgreSQL版实例具体操作，请参见创建实例。
  • 存储磁盘类型建议选择ESSD云盘，I/O性能比高效云盘更佳。
  • 按量付费实例在创建后支持升降配。

数据迁移步骤

  1. 将Amazon Redshift的数据导出到Amazon S3中。您可以使用UNLOAD命令进行导出，如何导出，请参见UNLOAD。
    UNLOAD ('select-statement')
TO 's3://object-path/name-prefix'
authorization
[ option [ ... ] ]

where option is
{ [ FORMAT [ AS ] ] CSV | PARQUET
| PARTITION BY ( column_name [, ... ] ) [ INCLUDE ]
| MANIFEST [ VERBOSE ] 
| HEADER           
| DELIMITER [ AS ] 'delimiter-char' 
| FIXEDWIDTH [ AS ] 'fixedwidth-spec'   
| ENCRYPTED [ AUTO ]
| BZIP2  
| GZIP 
| ZSTD
| ADDQUOTES 
| NULL [ AS ] 'null-string'
| ESCAPE
| ALLOWOVERWRITE
| CLEANPATH
| PARALLEL [ { ON | TRUE } | { OFF | FALSE } ]
| MAXFILESIZE [AS] max-size [ MB | GB ] 
| REGION [AS] 'aws-region' }
    说明
    • 导出数据时，建议使用FORMAT AS PARQUET或CSV格式。
    • 导出数据时，建议使用并行导出（PARALLEL ON），提高导出效率，生成更多文件分片。
    • 导出数据时，建议通过MAXFILESIZE参数设置合适的文件段大小，尽可能生成多个文件段，推荐数量为AnalyticDB PostgreSQL版实例的节点个数的整数倍，便于后续OSS外表并行导入AnalyticDB PostgreSQL版，提高效率。
  2. 将Amazon S3数据同步到OSS中。
    1. 创建OSS存储空间，请参见创建存储空间。
      说明 建议OSS存储空间与AnalyticDB PostgreSQL版实例在同一地域，便于后续数据导入数据库中。
    2. 下载并安装单机模式的ossimport，如何下载并安装，请参见说明及配置。

      单机模式的ossimport软件的文件结构如下：

      ossimport
├── bin
│   └── ossimport2.jar  # 包括Master、Worker、TaskTracker、Console四个模块的总jar
├── conf
│   ├── local_job.cfg   # Job配置文件
│   └── sys.properties  # 系统运行参数配置文件
├── console.bat         # Windows命令行，可以分布执行调入任务
├── console.sh          # Linux命令行，可以分布执行调入任务
├── import.bat          # Windows一键导入，执行配置文件为conf/local_job.cfg配置的数据迁移任务，包括启动、迁移、校验、重试
├── import.sh           # Linux一键导入，执行配置文件为conf/local_job.cfg配置的数据迁移任务，包括启动、迁移、校验、重试
├── logs                # 日志目录
└── README.md           # 说明文档，强烈建议使用前仔细阅读
    3. 配置单机模式的ossimport，请参考如下示例修改配置文件conf/local_job.cfg，关于ossimport配置的详细信息，请参见说明及配置。
      srcType=s3
srcAccessKey=<AWS的Access Key ID>
srcSecretKey=<AWS的Access Key Secret>
srcDomain=<AWS S3对应地域的域名>
srcBucket=<AWS S3的Bucket名称>
destAccessKey=<阿里云的Access Key ID>
destSecretKey=<阿里云的Access Key Secret>
destDomain=<阿里云OSS对应地域的域名>
destBucket=<阿里云OSS的Bucket名称>
destPrefix=
isSkipExistFile=true
      说明 仅需修改以上示例中的参数。
    4. 运行ossimport将数据同步至OSS，使用单机版ossimport的具体操作，请参见单机部署。
  3. 将OSS数据导入AnalyticDB PostgreSQL版实例。
    1. 修改DDL定义，修改SCHEMA、TABLE、FUNCTION、VIEW等对象信息，具体信息，请参见DDL语法转换。
    2. 使用COPY FROM OSS命令将数据导入到AnalyticDB PostgreSQL版实例，使用方法，请参见使用COPY/UNLOAD导入/导出数据到OSS。
      COPY table_name [ ( column_name [, ...] ) ]
    FROM 'data_source_url'
    ACCESS_KEY_ID 'access_key_id'
    SECRET_ACCESS_KEY 'secret_access_key'
    [ [ FORMAT ] [ AS ] data_format ]
    [ MANIFEST ]
    [ [ option value]  ...  ]

where data_source_url should be in format:

    oss://{bucket_name}/{path_prefix}
      • 示例一：使用COPY命令从OSS上导入PARQUET格式文件
        COPY tp
FROM  'oss://adbpg-regress/test_parquet/'
ACCESS_KEY_ID 'id'
SECRET_ACCESS_KEY 'key'
FORMAT AS PARQUET
ENDPOINT 'oss-****.aliyuncs.com'
FDW 'oss_fdw';
      • 示例二：使用COPY命令从OSS上导入CSV格式文件，只导入a和c两列，b列默认为NULL。
        COPY local_t2 (a, c)
FROM 'oss://adbpg-regress/local_t/'
ACCESS_KEY_ID 'id'
SECRET_ACCESS_KEY 'key'
FORMAT AS CSV
ENDPOINT 'oss-****.aliyuncs.com'
FDW 'oss_fdw';

DDL语法转换

Amazon Redshift DDL语法与AnalyticDB PostgreSQL版DDL语法略有不同，迁移前您需要对这些语法进行转换。

  • CREATE SCHEMA

    按照AnalyticDB PostgreSQL版语法标准创建Schema，示例如下： 

    CREATE SCHEMA schema1 AUTHORIZATION xxxpoc;
GRANT ALL ON SCHEMA schema1 TO xxxpoc;
GRANT ALL ON SCHEMA schema1 TO public;
COMMENT ON SCHEMA model IS 'for xxx migration  poc test';

CREATE SCHEMA oss_external_table AUTHORIZATION xxxpoc;
  • CREATE FUNCTION

    由于AnalyticDB PostgreSQL版不兼容Amazon Redshift的部分SQL函数，因此您需要定制或者重写这些函数。示例如下：

    • CONVERT_TIMEZONE(a,b,c)，使用如下语句替换：
      timezone(b, timezone(a,c))
    • GETDATE()，使用如下语句替换：
      current_timestamp(0):timestamp
    • 用户定义函数（UDF）替换或优化。Redshift示例函数如下：
      CREATE OR REPLACE FUNCTION public.f_jdate(dt timestamp without time zone)
RETURNS character varying AS
'      from datetime import timedelta, datetime
       if dt.hour < 4:
              d = timedelta(days=-1)
              dt = dt + d
       return str(dt.date())'
LANGUAGE plpythonu IMMUTABLE;
COMMIT;

      使用如下语句替换：

      to_char(a - interval '4 hour', 'yyyy-mm-dd')
    • 其他Amazon Redshift标准的函数。

      您可以在Functions and Operators中查看标准的PostgreSQL函数的用法，修改或自行实现Amazon Redshift和AnalyticDB PostgreSQL版不兼容的函数，例如：

  • CREATE TABLE

    Amazon Redshift的表名最大有效长度为127个字节，而AnalyticDB PostgreSQL版的表名默认最大有效长度为63字节。若表、函数、视图等对象名称超过63个有效字符时，需要裁剪名称。

    • 修改压缩编码

      您需要删除Amazon Redshift建表语句中的ENCODE XXX，用如下子句代替。 

      WITH (COMPRESSTYPE={ZLIB|ZSTD|RLE_TYPE|NONE})

      AnalyticDB PostgreSQL版目前并不支持所有的Redshift压缩编码。不支持的压缩编码包括：

      • BYTEDICT
      • DELTA
      • DELTA32K
      • LZO
      • MOSTLY8
      • MOSTLY16
      • MOSTLY32
      • RAW (no compression)
      • RUNLENGTH
      • TEXT255
      • TEXT32K
    • 修改分布键

      Amazon Redshift支持三种分布键（分配）。您需按照如下规则修改分布键：

      • EVEN分配：可用DISTRIBUTED RANDOMLY代替。
      • KEY分配：可用DISTRIBUTED BY (column, [ ... ] )代替。
      • ALL分配：可用DISTRIBUTED REPLICATED代替。
    • 修改排序键（SortKey）

      删除Amazon Redshift的排序键子句[ COMPOUND | INTERLEAVED ] SORTKEY (column_name [, ...] ) ]中的COMPOUND或者INTERLEAVED选项，使用如下子句代替。 

      order by (column, [ ... ])

    示例如下：

    • 示例一：

      Amazon Redshift的CREATE TABLE语句：

      CREATE TABLE schema1.table1
(
    filed1 VARCHAR(100) ENCODE lzo,
    filed2 INTEGER DISTKEY,
    filed3 INTEGER,
    filed4 BIGINT ENCODE lzo,
    filed5 INTEGER,
)
INTERLEAVED SORTKEY
(
    filed1,
    filed2
);

      转换成AnalyticDB PostgreSQL版的CREATE TABLE语句： 

      CREATE TABLE schema1.table1
(
    filed1 VARCHAR(100) ,
    filed3 INTEGER,
    filed5 INTEGER
)
WITH(APPENDONLY=true,ORIENTATION=column,COMPRESSTYPE=zstd)
DISTRIBUTED BY (filed2)
ORDER BY (filed1, filed2);

-- 排序
SORT schema2.table1;
MULTISORT schema2.table1;
    • 示例二：

      Amazon Redshift的CREATE TABLE语句，包含ENCODE和SORTKEY选项： 

      CREATE TABLE schema2.table2
(
    filed1 VARCHAR(50) ENCODE lzo,
    filed2 VARCHAR(50) ENCODE lzo,
    filed3 VARCHAR(20) ENCODE lzo,
)
DISTSTYLE EVEN
INTERLEAVED SORTKEY
(
    filed1
);

      转换成AnalyticDB PostgreSQL版的CREATE TABLE语句： 

      CREATE TABLE schema2.table2
(
    filed1 VARCHAR(50),
    filed2 VARCHAR(50),
    filed3 VARCHAR(20),
)
WITH(APPENDONLY=true, ORIENTATION=column, COMPRESSTYPE=zstd)
DISTRIBUTED randomly
ORDER BY (filed1);

-- 排序
SORT schema2.table2;
MULTISORT schema2.table2;
      说明 更多sortkey信息，请参见列存表使用排序键和粗糙集索引加速查询。
  • CREATE VIEW

    您需要将Amazon Redshift的CREATE VIEW语句转换成符合AnalyticDB PostgreSQL版语法的SQL语句。CREATE VIEW与CREATE TABLE的转换规则基本一致。

    说明 不支持WITH NO SCHEMA BINDING子句。