数据传输服务DTS(Data Transmission Service)支持两个PostgreSQL数据库之间(比如RDS PostgreSQL、自建PostgreSQL)的双向数据实时同步,RDS PostgreSQL实例间的双向同步,适用于异地多活(单元化)、数据异地容灾等多种应用场景。本文以RDS PostgreSQL实例为例,介绍双向数据同步的配置步骤,其他数据源的配置流程与本案例类似。

前提条件

注意事项

说明 DTS默认同步到目标数据库中时会取消外键约束,因此源数据库的级联、删除等操作不会同步到目标数据库。
类型 说明
源和目标库的限制
  • 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。
  • 若同步对象为表级别,且需进行编辑(如表列名映射),单次同步任务的表数量超过5000时,建议您拆分待同步的表,分批配置多个任务,或者配置整库的同步任务,否则任务提交后可能会显示请求报错。
  • WAL日志:
    • 需开启,即设置wal_level参数的值为logical
    • 如为增量同步任务,DTS要求源数据库的WAL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WAL日志至少保留7天以上(您可在全量同步完成后将WAL日志保存时间设置为24小时以上),否则DTS可能因无法获取WAL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WAL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。

  • 为保障同步任务的正常进行,避免主备切换导致的逻辑订阅中断,需要RDS PostgreSQL支持并开启Logical Replication Slot Failover,设置方式,请参见逻辑复制槽故障转移(Logical Replication Slot Failover)

  • 若源库有长事务,且实例包含增量同步任务,则可能会导致源库长事务提交前的预写日志WAL(Write-Ahead Logging)无法清理而堆积,从而造成源库磁盘空间不足。
其他限制
  • 目前仅支持在华东1(杭州)、华东2(上海)、华北1(青岛)地域配置。
  • 单个数据同步任务只能同步一个数据库,如需同步多个数据库,您需要为每个数据库配置数据同步任务。
  • 同步期间,如果同步对象的选择粒度为Schema,您需要在对该表写入数据前执行ALTER TABLE schema.table REPLICA IDENTITY FULL;命令,以保障该表数据同步的一致性。 执行该命令期间,建议您不要有锁表操作,否则会导致表锁死。
    说明
    • 将上述命令中的schematable替换成真实的Schema名和表名。
    • 建议您在业务低峰期进行操作。
  • 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。
  • 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。查询源库Sequence值的相关命令如下:
    do language plpgsql $$
    declare
      nsp name;
      rel name;
      val int8;
    begin
      for nsp,rel in select nspname,relname from pg_class t2 , pg_namespace t3 where t2.relnamespace=t3.oid and t2.relkind='S'
      loop
        execute format($_$select last_value from %I.%I$_$, nsp, rel) into val;
        raise notice '%',
        format($_$select setval('%I.%I'::regclass, %s);$_$, nsp, rel, val+1);
      end loop;
    end;
    $$;
  • DTS会在源库中创建以下临时表,用于获取增量数据的DDL、增量表的结构、心跳信息等。在同步期间,请勿删除源库中的临时表,否则会导致DTS任务异常。临时表会在DTS实例释放后自动删除。

    public.DTS_PG_CLASSpublic.DTS_PG_ATTRIBUTEpublic.DTS_PG_TYPEpublic.DTS_PG_ENUMpublic.DTS_POSTGRES_HEARTBEATpublic.DTS_DDL_COMMANDpublic.DTS_ARGS_SESSION

  • 为保障同步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。
  • 同步期间,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120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
    • DTS释放实例后会主动删除该replication slot,如果您在同步期间修改了数据库密码,或者删除了DTS的访问IP白名单,则会导致该replication slot无法自动删除,此时需要您在源库手动删除,避免其持续累积占用磁盘空间导致RDS PostgreSQL实例不可用。
    • 当释放同步任务或同步失败时,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。
    Amazon slot查询信息
  • 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。
  • 对于表级别的数据同步,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。
  • 对于表级别的数据同步,如果除DTS以外的数据没有写入目标库,您可以使用数据管理DMS(Data Management Service)来执行在线DDL变更,请参见不锁表结构变更
  • 在DTS同步期间,不允许有除DTS外的数据写入目标库,否则会导致源库与目标库数据不一致。例如,有除DTS外的数据写入目标库时,使用DMS执行在线DDL变更,可能引起目标库数据丢失。
  • 若为全量同步和增量同步任务,且源数据库中要同步的表包含外键、触发器、事件触发器(PostgreSQL 11.5及以上版本),则目标数据库中的session_replication_role参数必须设置为replica,在DTS同步任务释放后可以将session_replication_role参数改回origin。
  • 若DTS正向和反向同步任务均同步了某个表,且正向同步任务同步了该表的全量和增量数据,则反向同步任务只同步该表的增量数据。
特殊情况 当源实例为RDS PostgreSQL时

同步期间,请勿修改RDS PostgreSQL的连接地址和可用区,否则会导致同步失败。

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

支持的双向同步架构

目前DTS仅支持两个PostgreSQL数据库之间的双向同步,暂不支持多个PostgreSQL数据库之间的双向同步。

支持的冲突检测

为保障同步数据的一致性,您需要确保同一个主键、业务主键或唯一键的记录只在双向同步的一个节点进行更新。如果同时更新则会按照您在数据同步作业中配置的冲突修复策略进行响应。

DTS通过冲突检测和修复最大程度地维护双向同步实例的稳定性。目前DTS支持进行检测的冲突类型包括:
  • INSERT导致的唯一性冲突

    同步INSERT语句时违背了唯一性约束,例如双向同步的两个节点同时或者在极为接近的时间INSERT某个主键值相同的记录,那么同步到对端时,会因为已经存在相同主键值的记录,导致Insert同步失败。

  • UPDATE更新的记录不完全匹配
    • UPDATE要更新的记录在同步目标实例中不存在时,DTS会自动转化为INSERT,此时可能会出现唯一键的唯一性冲突。
    • UPDATE要更新的记录出现主键或唯一键冲突。
  • DELETE对应的记录不存在

    DELETE要删除的记录在同步的目标实例中不存在。出现这种冲突时,不论配置何种冲突修复策略,DTS都会自动忽略DELETE操作。

重要
  • 由于数据同步两端的系统时间可能存在差异、同步存在延时等多种因素,DTS无法完全保证冲突检测机制能够完全防止数据的冲突。在使用双向同步时,您需要在业务层面配合进行相应的改造,保证同一个主键、业务主键或唯一键的记录只在双向同步的某个节点进行更新。
  • 对于上述数据同步的冲突,DTS提供了修复策略,您可以在配置双向同步时选择。

支持同步的SQL操作

操作类型 SQL操作语句
DML INSERT、UPDATE、DELETE
DDL
  • 仅2020年10月01日后创建的数据同步任务,支持同步DDL操作。
    重要
  • 同步任务支持如下DDL,且源数据库账号需为高权限账号,RDS PostgreSQL的小版本需大于或等于20210228,小版本的升级方式,请参见升级内核小版本
    • 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)
    • TRUNCATE TABLE(源库PostgreSQL为PostgreSQL 11及以上版本)
    • CREATE INDEX ON TABLE
    说明 不支持DDL同步的有以下场景:
    • DDL中CASCADE和RESTRICT等附加信息不会被同步。
    • 一个事务中包含DML和DDL,则该DDL不会被同步。
    • 一个事务中同时包含在同步对象的DDL和不在同步对象的DDL。
    • 通过设置SET session_replication_role = replica会话下执行的DDL不支持同步。
    • 省略schema的DDL(会使用 show search_path 默认为public)。
    • DDL语句中包含if not exist的场景。

操作步骤

  1. 购买双向数据同步实例,请参见购买数据同步任务
    重要 购买时,源实例和目标实例均选择为PostgreSQL,并选择同步拓扑为双向同步
  2. 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,选择集成与开发(DTS),在左侧导航栏选择数据传输(DTS) > 数据同步
  3. 在页面左上方选择同步的目标实例所属地域。
  4. 定位至已购买的数据同步实例,单击该实例下第一个同步任务的配置任务
    正向同步
  5. 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。
    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PostgreSQL
    接入方式 选择云实例
    实例地区 购买时选择的源实例地域,不可变更。
    实例ID 选择源RDS PostgreSQL实例ID。
    数据库名称 填入源RDS PostgreSQL实例中同步对象所属数据库的名称。
    数据库账号 填入源RDS PostgreSQL的高权限账号,且需为所选数据库的owner(授权账号)。账号创建及授权方式,请参见创建账号创建数据库
    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PostgreSQL
    接入方式 选择云实例
    实例地区 购买时选择的目标实例地域,不可变更。
    实例ID 选择目标RDS PostgreSQL实例ID。
    数据库名称 填入目标RDS PostgreSQL实例中同步对象所属数据库的名称。
    数据库账号 填入目标RDS PostgreSQL,且需为所选数据库的owner(授权账号)。账号创建及授权方式,请参见创建账号创建数据库
    数据库密码

    填入该数据库账号对应的密码。

  6. 配置完成后,单击页面下方的测试连接以进行下一步
    说明
    • 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)或ECS上的自建数据库,DTS会自动将对应地区DTS服务的IP地址添加到阿里云数据库实例的白名单或ECS的安全规则中,您无需手动添加,请参见DTS服务器的IP地址段
    • DTS任务完成或释放后,建议您手动删除添加的DTS服务器IP地址段。
  7. 配置任务对象及高级配置。
    • 基础配置基础配置
      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。
      冲突修复策略 如遇到以上冲突类型,根据业务需要,选择合适的冲突修复策略。
      • TaskFailed(遇到冲突,任务报错退出)

        当数据同步遇到冲突时,同步任务直接报错并退出,同步任务进入失败状态,需要您介入修复任务。

      • Ignore(遇到冲突,直接使用目标实例中的冲突记录)

        当数据同步遇到冲突时,直接跳过当前同步语句,继续往下执行,选择使用目标库中的冲突记录。

      • Overwrite(遇到冲突,直接覆盖目标实例中的冲突记录)

        当数据同步遇到冲突时,直接覆盖目标库中的冲突记录。

      说明 如果同步任务暂停或者重启后存在延迟,在延迟期间,这些策略均不生效,默认覆盖目标端数据。
      同步对象

      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schema、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
      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SQL操作。
    • 高级配置高级配置
      配置 说明
      目标库对象名称大小写策略 双向同步不支持修改目标库对象名称大小写策略,固定为DTS默认策略。PostgreSQL间双向同步,目标库对象名称均为小写。更多信息,请参见目标库对象名称大小写策略
      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。
  8. 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。
  9. 预检查通过率显示为100%时,单击返回列表
  10. 正向同步任务正式开始,您可在任务列表查看具体任务进度。
  11. 等待正向同步任务的同步初始化完成,直至状态处于运行中。您可以在数据同步页面,查看数据同步状态。
  12. 定位至反向同步任务,单击配置任务
    反向任务配置
  13. 创建任务页面,参考步骤5配置源库及目标库信息
    重要 配置反向任务时,您需要选择正确的源和目标实例。反向同步中源实例为正向同步中的目标实例,目标实例为正向同步中的源实例,并且您还需仔细确认实例信息(如数据库名称、账号、密码)的一致性。
  14. 参考步骤7配置任务对象及高级配置。建议正反向任务的配置保持一致。其他说明,如下表所示。
    基础配置
    配置 说明
    目标已存在表的处理模式 目标已存在表的处理模式不检测正向同步任务同步至目标实例中的表。
    同步对象 建议与正向任务配置时选择的同步对象保持一致。

    您也可以按照业务需求,新增或删除同步对象。

    映射名称更改 反向任务配置时不建议您使用该功能,否则会存在数据不一致的风险。
  15. 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。
  16. 预检查通过率显示为100%时,单击返回列表
  17. 第二个同步任务配置完成后,等待两个同步任务的链路状态均处于同步中,即完成双向数据同步的配置流程。