从自建PostgreSQL（10.1~13版本）增量迁移至RDS PostgreSQL - 数据传输服务 DTS

本文介绍如何使用数据传输服务DTS（Data Transmission Service），将自建PostgreSQL或RDS PostgreSQL实例增量迁移至自建PostgreSQL或RDS PostgreSQL实例。DTS支持结构迁移、全量数据迁移和增量数据迁移，同时使用这三种迁移类型可以实现在自建应用不停服的情况下，平滑地完成数据库迁移。本文介绍自建PostgreSQL增量迁移至RDS PostgreSQL的配置方式。

前提条件

自建PostgreSQL的数据库版本为10.1~13版本。
已创建RDS PostgreSQL，详情请参见创建RDS PostgreSQL实例。

说明为保障兼容性，建议RDS PostgreSQL的数据库版本与自建PostgreSQL的数据库版本相同。
RDS PostgreSQL实例的存储空间须大于自建PostgreSQL数据库占用的存储空间。

注意事项

DTS在执行全量数据迁移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，在数据库性能较差、规格较低或业务量较大的情况下（例如源库有大量慢SQL、存在无主键表或目标库存在死锁等），可能会加重数据库压力，甚至导致数据库服务不可用。因此您需要在执行数据迁移前评估源库和目标库的性能，同时建议您在业务低峰期执行数据迁移（例如源库和目标库的CPU负载在30%以下）。
如果源库中待迁移的表没有主键或唯一约束，且所有字段没有唯一性，可能会导致目标数据库中出现重复数据。
在增量数据迁移过程中，如果迁移对象的选择粒度为Schema，在待迁移的Schema中创建了新的表或使用RENAME命令重建了待迁移的表，您需要在对该表写入数据前执行ALTER TABLE schema.table REPLICA IDENTITY FULL;命令。

说明将上述命令中的schema和table替换成真实的Schema名和表名。
为保障增量数据迁移延迟时间展示的准确性，DTS会在源库中新增一个名为dts_postgres_heartbeat的心跳表。
在增量数据迁移的过程中，DTS会在源库中创建前缀为dts_sync_的replication slot用于复制数据。DTS会每隔90分钟自动清理一次历史replication slot，避免其持续累积占用磁盘空间。

说明当释放迁移任务或迁移失败时，DTS会主动清理该replication slot；如果RDS PostgreSQL发生了主备切换，则需要您登录备库来手动清理。
为保障迁移任务的正常进行，目前仅支持RDS PostgreSQL 11进行主备切换，且需设置参数 rds_failover_slot_mode为sync，设置方式，请参见逻辑订阅故障转移（Failover Slot）。

警告自建PostgreSQL和其他版本的RDS PostgreSQL进行主备切换，会导致迁移中断。
对于迁移失败的任务，DTS会触发自动恢复。当您需要将业务切换至目标实例，请务必先终止或释放该任务，避免该任务被自动恢复后，导致源端数据覆盖目标实例的数据。

迁移限制

一个数据迁移任务只能对一个数据库进行数据迁移，如果有多个数据库需要迁移，则需要为每个数据库创建数据迁移任务。
待迁移的数据库名称中间不能包含短划线（-），例如dts-testdata。
如果迁移过程中源库发生了主备切换，DTS的增量数据迁移无法实现断点续传。
由于源库的主备节点可能存在同步延迟导致数据不一致，执行数据迁移时请使用源库的主节点作为迁移的数据源。

说明为避免数据迁移对业务的影响，请在业务低峰期执行数据迁移，您还可以根据源库的读写压力情况调整迁移速率，详情请参见调整全量迁移速率。
增量数据迁移阶段不支持迁移bit类型的数据。
由于业务切换到目标端后，新写入的Sequence不会按照源库的Sequence最大值作为初始值去递增，您需要在业务切换前，在源库中查询对应Sequence的最大值，然后在目标库中将其作为对应Sequence的初始值。
DTS的校验对象为数据内容，暂不支持Sequence等元数据的校验，您需要自行校验。

费用说明


迁移类型	链路配置费用	公网流量费用
结构迁移和全量数据迁移	不收费。	通过公网将数据迁移出阿里云时将收费，详情请参见产品定价。
增量数据迁移	收费，详情请参见产品定价。	通过公网将数据迁移出阿里云时将收费，详情请参见产品定价。

数据库账号的权限要求


数据库	结构迁移	全量迁移	增量迁移
自建PostgreSQL数据库	pg_catalog的usage权限	迁移对象的select权限	superuser
RDS PostgreSQL实例	迁移对象的create、usage权限	schema的owner权限	schema的owner权限

数据库账号创建及授权方法：

自建PostgreSQL数据库请参见CREATE USER和GRANT语法。
RDS PostgreSQL实例请参见创建账号。

数据迁移流程说明

为解决对象间的依赖，提高迁移成功率，DTS对PostgreSQL结构及数据的迁移顺序如下表所示。

说明关于结构迁移、全量数据迁移、增量数据迁移的术语介绍，请参见名词解释。


DTS自动执行的迁移流程	迁移说明
1.结构迁移	DTS迁移TABLE、VIEW、SEQUENCE、FUNCTION、USER DEFINED TYPE、RULE、DOMAIN、OPERATION、AGGREGATE的结构信息至目标库。说明不支持迁移插件、使用C语言编写的FUNCTION。
2.全量数据迁移	DTS将迁移对象的存量数据全部迁移至目标库。
3.结构迁移	DTS迁移TRIGGER、FOREIGN KEY的结构信息至目标库。
4.增量数据迁移	在全量数据迁移的基础上，DTS将迁移对象的增量更新迁移至目标库。在增量数据迁移阶段，DTS支持增量迁移的SQL语句如下： DML：INSERT、UPDATE、DELETE DDL：当源和目标实例位于上海地域，支持增量迁移如下DDL： CREATE TABLE、DROP TABLE ALTER TABLE（包括RENAME TABLE、ADD COLUMN、ADD COLUMN DEFAULT、ALTER COLUMN TYPE、DROP COLUMN、ADD CONSTRAINT、ADD CONSTRAINT CHECK、ALTER COLUMN DROP DEFAULT） CREATE INDEX ON TABLE、DROP INDEX DROP RULE CREATE SEQUENCE、ALTER SEQUENCE RENAME TO、DROP SEQUENCE 当源和目标实例位于上海之外的地域，如需增量迁移DDL，您需在配置迁移任务前，在源库中创建触发器和函数来捕获DDL信息，请参见通过触发器和函数实现PostgreSQL的DDL增量迁移。说明自建PostgreSQL的账号需具备superuser权限。仅2020年10月1日后创建的数据迁移任务，才支持通过该操作实现增量迁移DDL操作。 CREATE TABLE、DROP TABLE ALTER TABLE（包括RENAME TABLE、ADD COLUMN、ADD COLUMN DEFAULT、ALTER COLUMN TYPE、DROP COLUMN、ADD CONSTRAINT、ADD CONSTRAINT CHECK、ALTER COLUMN DROP DEFAULT） CREATE INDEX ON TABLE、DROP INDEX DROP RULE CREATE SEQUENCE、ALTER SEQUENCE RENAME TO、DROP SEQUENCE 通过增量数据迁移可以实现在自建应用不停服的情况下，平滑地完成数据迁移。说明增量数据迁移阶段不支持迁移bit类型的数据。

准备工作

登录自建PostgreSQL所属的服务器。
修改配置文件postgresql.conf，将配置文件中的wal_level设置为logical。

说明如果不需要增量数据迁移，可跳过本步骤。
将DTS的IP地址加入至自建PostgreSQL的配置文件pg_hba.conf中。您只需添加目标数据库所在区域对应的DTS IP地址段，详情请参见迁移、同步或订阅本地数据库时需添加的IP白名单。

说明关于该配置文件的设置请参见pg_hba.conf文件。如果您已将信任地址配置为0.0.0.0/0（如下图所示），可跳过本步骤。
可选：在源库中创建触发器和函数来捕获DDL信息实现DDL操作的同步，详情请参见通过触发器和函数实现PostgreSQL的DDL增量迁移。

说明如果无需同步DDL操作，可跳过本步骤。

操作步骤

登录数据传输控制台。
在左侧导航栏，单击数据迁移。
在迁移任务列表页面顶部，选择迁移的目标集群所属地域。
单击页面右上角的创建迁移任务。

配置迁移任务的源库及目标库信息。


类别	配置	说明
无	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	实例类型	根据源库的部署位置进行选择，本文以有公网IP的自建数据库为例介绍配置流程。说明当自建数据库为其他实例类型时，您还需要执行相应的准备工作，详情请参见准备工作概览。
	实例地区	当实例类型选择为有公网IP的自建数据库时，实例地区无需设置。
	数据库类型	选择PostgreSQL。
	主机名或IP地址	填入自建PostgreSQL数据库的访问地址，本案例中填入公网地址。
	端口	填入自建PostgreSQL数据库的服务端口（该端口须开放至公网）。
	数据库名称	填入自建PostgreSQL数据库中待迁移的数据库名。
	数据库账号	填入自建PostgreSQL的数据库账号，权限要求请参见数据库账号的权限要求。
	数据库密码	填入该数据库账号对应的密码。说明源库信息填写完毕后，您可以单击数据库密码后的测试连接来验证填入的源库信息是否正确。源库信息填写正确则提示测试通过；如果提示测试失败，单击测试失败后的诊断，根据提示调整填写的源库信息。
目标库信息	实例类型	选择RDS实例。
	实例地区	选择目标RDS实例所属地域。
	RDS实例ID	选择目标RDS实例ID。
	数据库名称	填入RDS实例中待迁入数据的数据库名，可以和源库的库名不同。说明该数据库须在阿里云RDS中存在，如不存在请创建数据库。
	数据库账号	填入RDS的数据库账号，权限要求请参见数据库账号的权限要求。
	数据库密码	填入该数据库账号对应的密码。说明目标库信息填写完毕后，您可以单击数据库密码后的测试连接来验证填入的目标库信息是否正确。目标库信息填写正确则提示测试通过；如果提示测试失败，单击测试失败后的诊断，根据提示调整填写的目标库信息。

配置完成后，单击页面右下角的授权白名单并进入下一步。

说明此步骤会将DTS服务器的IP地址自动添加至RDS PostgreSQL的白名单中，用于保障DTS服务器能够正常连接RDS PostgreSQL。

选择迁移类型和迁移对象。


配置	说明
迁移类型	如果只需要进行全量数据迁移，则同时选中结构迁移和全量数据迁移。如果需要进行不停机迁移，则同时选中结构迁移、全量数据迁移和增量数据迁移。本案例中同时选中这三个迁移类型。说明如果没有选中增量数据迁移，为保障数据一致性，数据迁移期间请勿在源库中写入新的数据。
迁移对象	在迁移对象框中单击待迁移的对象，然后单击图标将其移动至已选择对象框。说明迁移对象选择的粒度为Schema、表、列。默认情况下，迁移完成后，迁移对象名跟自建PostgreSQL数据库一致。如果您需要变更迁移对象在目标RDS实例中的名称，那么需要使用对象名映射功能，详情请参见库表列映射。如果使用了对象名映射功能，可能会导致依赖该对象的其他对象迁移失败。
映射名称更改	如需更改迁移对象在目标实例中的名称，请使用对象名映射功能，详情请参见库表列映射。
源、目标库无法连接重试时间	默认重试12小时，您也可以自定义重试时间。如果DTS在设置的时间内重新连接上源、目标库，迁移任务将自动恢复。否则，迁移任务将失败。说明由于连接重试期间，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。

上述配置完成后，单击页面右下角的预检查并启动。
说明
- 在迁移任务正式启动之前，会先进行预检查。只有预检查通过后，才能成功启动迁移任务。
- 如果预检查失败，单击具体检查项后的，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。
预检查通过后，单击下一步。
在弹出的购买配置确认对话框，选择链路规格并选中数据传输（按量付费）服务条款。
单击购买并启动，迁移任务正式开始。

结束迁移任务

警告为尽可能地减少业务切换带来的影响，您可以建立回退方案（将目标库的增量数据实时迁移回源库），详情请参见业务切换流程。如果不涉及业务切换，您可以结束迁移任务。

全量数据迁移
请勿手动结束迁移任务，否则可能导致数据不完整。您只需等待迁移任务完成即可，迁移任务会自动结束。
增量数据迁移
迁移任务不会自动结束，您需要手动结束迁移任务。
1. 观察迁移任务的进度变更为增量迁移，并显示为无延迟状态时，将源库停写几分钟，此时增量迁移的状态可能会显示延迟的时间。
2. 等待迁移任务的增量迁移再次进入无延迟状态后，手动结束迁移任务。