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Elasticsearch实例。

前提条件

  • 已创建源PolarDB-X 2.0实例,且需兼容MySQL 5.7版本。
  • 已创建目标Elasticsearch,请参见创建阿里云Elasticsearch实例
  • 源和目标支持的版本,请参见同步方案概览
  • PolarDB-X 2.0实例存储空间须大于目标Elasticsearch实例。

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,分批配置多个任务,或者配置整库的同步任务。
  • Binlog日志:
    • 在PolarDB 2.0控制台参数设置界面开启binglog,开启方法请参见参数设置。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
  • 不支持同步DDL操作,如果源库中待同步的表在同步的过程中,已经执行了DDL操作,您需要先移除同步对象,然后在Elasticsearch实例中移除该表对应的索引,最后新增同步对象。请参见移除同步对象新增同步对象
  • 如果源库中待同步的表需要执行增加列的操作,您只需先在Elasticsearch实例中修改对应表的mapping,然后在源数据库中执行相应的DDL操作,最后暂停并启动同步任务。
  • 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。

支持的同步架构

  • 一对一单向同步
  • 一对多单向同步
  • 多对一单向同步

关于各类同步架构的介绍及注意事项,请参见数据同步拓扑介绍

支持同步的SQL操作

操作类型 SQL操作语句
DML INSERT、UPDATE、DELETE

映射关系

由于PolarDB-X 2.0兼容的MySQL与Elasticsearch实例支持的数据类型不同,数据类型无法完全对应。DTS在进行库结构同步时,会根据Elasticsearch实例支持的数据类型进行类型映射,请参见结构初始化涉及的数据类型映射关系

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。
    源目库配置截图
    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Elasticsearch
    接入方式 选择阿里云实例
    实例地区 选择目标Elasticsearch实例所属地域。
    实例ID 选择目标Elasticsearch实例ID。
    数据库账号 填入目标Elasticsearch实例的数据库账号,需具备读写权限,通常为elastic。
    数据库密码

    填入该数据库账号对应的密码。

  4. 配置完成后,单击页面右下角的测试连接以进行下一步
  5. 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。
      索引名称
      • 表名

        选择为表名后,在目标Elasticsearch实例中创建的索引名称和表名一致,在本案例中即为order。

      • 库名_表名

        选择为库名_表名后,在目标Elasticsearch实例中创建的索引名称为库名_表名,在本案例中即为dtstest_order。

      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SQL操作,支持的操作,请参见支持同步的SQL操作
    • 高级配置高级配置
      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。
      源库、目标库无法连接后的重试时间
      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。
      分片配置 根据目标Elasticsearch中索引的分片配置,设置索引的主分片和副本分片的数量。
      字符串Index 同步至目标Elasticsearch实例中的字符串编入索引的方式。
      • analyzed:先分析字符串,再编入索引。您还需要选择具体的分析器,分析器的类型即作用,请参见分析器
      • not analyzed:不分析,直接使用原始值编入索引。
      • no:不编入索引。
      时区 DTS同步时间类型的数据(如DATETIME, TIMESTAMP)至目标Elasticsearch实例时,您可以选择所带时区。
      说明 如目标实例中此类时间类型数据无需带有时区,则在同步前您需在目标实例中设置该时间类型数据的文档类型(type)。
      DOCID取值 DOCID默认为表的主键,如表中无主键,则DOCID为Elasticsearch自动生成的ID列。
  6. 上述配置完成后,单击页面下方的下一步配置库表字段,设置待同步的表在目标Elasticsearch的_routing策略和_id取值。
    配置routing
    类型 说明
    设置_routing 设置_routing可以将文档路由存储在目标Elasticsearch实例的指定分片上,请参见_routing
    • 选择为,您可以自定义列进行路由。
    • 选择为,则用_id进行路由。
    说明 创建的目标Elasticsearch实例为7.4版本时,您必须选择为
    _id取值
    • 表的主键列

      联合主键合并为一列。

    • 业务主键

      如果选择为业务主键,那么您还需要设置对应的业务主键列

  7. 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。
  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。
    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。
  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,您可在任务列表查看具体任务进度。

查看同步后的索引和数据

数据同步任务处于同步中状态后,您可以使用数据可视化软件Kibana连接Elasticsearch实例,确认创建的索引和同步的数据是否符合业务的预期。登录方式,请参见登录Kibana控制台

说明 如果不符合业务预期,您可以删除该索引及对应的数据,然后重新配置数据同步任务。