本文介绍如何使用数据传输服务DTS（Data Transmission Service），实现自建PostgreSQL同步至RDS PostgreSQL。

前提条件

  • 已创建源数据库自建PostgreSQL和目标实例RDS PostgreSQL。目标实例RDS PostgreSQL的创建方式和支持的版本，请参见创建RDS PostgreSQL实例和同步方案概览。
    说明 建议源库和目标数据库的版本相同，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。

  • 目标实例RDS PostgreSQL的存储空间须大于源数据库自建PostgreSQL占用的存储空间。

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。
  • 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。

  • 如自建PostgreSQL进行主备切换，会导致同步失败。
  • 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
  • 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，在待同步的Schema中创建了新的表或使用RENAME命令重建了待同步的表，您需要在对该表写入数据前执行ALTER TABLE schema.table REPLICA IDENTITY FULL;命令，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schema和table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_CLASS、public.DTS_PG_ATTRIBUTE、public.DTS_PG_TYPE、public.DTS_PG_ENUM、public.DTS_POSTGRES_HEARTBEAT、public.DTS_DDL_COMMAND、public.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 当释放同步任务或同步失败时，DTS会主动清理该replication slot；如果自建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，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。
  • 若为全量同步或增量同步任务，且源数据库中要同步的表包含外键、触发器、事件触发器，如果目标库账号为高权限账号或者super权限账号，全量或增量同步时DTS会以Session级别暂时将session_replication_role的参数值设置为replica；如果目标库账号没有该权限，您需要手动将目标数据库中session_replication_role的参数值设置为replica。在此期间（全量同步或增量同步过程中session_replication_role的参数值为replica），若源库存在级联更新、删除操作，则可能会导致数据不一致。在DTS同步任务释放后，您可以将session_replication_role的参数值改回origin。

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。

支持的同步架构

  • 一对一单向同步
  • 一对多单向同步
  • 级联单向同步
  • 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
DMLINSERT、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
  • 源自建PostgreSQL数据库账号为高权限账号，且小版本大于或等于20210228时，同步任务支持如下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）
    • 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。

数据库账号的权限要求

数据库所需权限创建账号及授权方式
自建PostgreSQL数据库superuserCREATE USER和GRANT语法。
RDS PostgreSQL实例schema的owner权限RDS PostgreSQL实例请参见创建账号。

准备工作

说明 如下所示为Linux系统的操作步骤。
如自建PostgreSQL版本为9.4.8~10.0，则您需执行如下准备工作。
  1. 下载PostgreSQL源码并完成编译安装。
    1. 登录自建PostgreSQL所属的服务器。
    2. 根据源库自建PostgreSQL的版本，从PostgreSQL官网下载对应版本的源码。
    3. 依次执行命令sudo ./configure、sudo make、sudo make install，配置、编译并安装源码。
      重要
      • 编译安装PostgreSQL时，PostgreSQL的操作系统版本需与GCC（GNU编译器套件）版本保持一致。
      • 如执行sudo ./configure遇到报错，您可以根据报错提示调整命令。例如，报错信息为readline library not found. Use --without-readline to disable readline support.，则您可以调整命令为sudo ./configure --without-readline.
      • 如您选择其他方式安装PostgreSQL，需要在系统版本以及GCC版本相同的测试环境下，编译ali_decoding。
  2. 下载DTS提供的插件ali_decoding并完成编译安装。
    1. 下载ali_decoding。
    2. 将ali_decoding整个目录拷贝至PostgreSQL（已完成编译安装）的contrib目录中。
      contrib目录
    3. 进入ali_decoding目录，将Makefile文件的内容替换为如下：
      # contrib/ali_decoding/Makefile
MODULE_big = ali_decoding
MODULES = ali_decoding
OBJS    = ali_decoding.o

DATA = ali_decoding--0.0.1.sql ali_decoding--unpackaged--0.0.1.sql

EXTENSION = ali_decoding

NAME = ali_decoding

#subdir = contrib/ali_decoding
#top_builddir = ../..
#include $(top_builddir)/src/Makefile.global
#include $(top_srcdir)/contrib/contrib-global.mk

#PG_CONFIG = /usr/pgsql-9.6/bin/pg_config
#pgsql_lib_dir := $(shell $(PG_CONFIG) --libdir)
#PGXS := $(shell $(PG_CONFIG) --pgxs)
#include $(PGXS)

# 源码安装用以下
ifdef USE_PGXS
PG_CONFIG = pg_config
PGXS := $(shell $(PG_CONFIG) --pgxs)
include $(PGXS)
else
subdir = contrib/ali_decoding
top_builddir = ../..
include $(top_builddir)/src/Makefile.global
include $(top_srcdir)/contrib/contrib-global.mk
endif
    4. 进入ali_decoding目录，依次执行命令sudo make、sudo make install，编译ali_decoding，并得到安装ali_decoding所需的文件。
    5. 将如下文件复制至指定位置。
      指定位置
  3. 根据待同步对象所属的数据库和schema信息，在目标RDS PostgreSQL中创建相应数据库和schema（schema名称须一致），详情请参见创建数据库和Schema 管理。
如自建PostgreSQL为10.1及以上版本，则您需执行如下准备工作。
  1. 登录自建PostgreSQL所属的服务器。
  2. 修改配置文件postgresql.conf，将配置文件中的wal_level设置为logical。
    设置wal_level
  3. 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。
    IP
  4. 根据待同步对象所属的数据库和schema信息，在目标RDS PostgreSQL中创建相应数据库和schema（schema名称须一致），详情请参见创建数据库和Schema 管理。

操作步骤

  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 您也可以登录新版DTS同步任务的列表页面。
  2. 在同步任务右侧，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。
    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
    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。

    源库信息数据库类型选择PostgreSQL。
    接入方式选择云企业网CEN。
    实例地区选择自建PostgreSQL数据库所属地域。
    云企业网实例ID选择自建PostgreSQL数据库所属云企业网的实例ID。
    已和源库互联的VPC网络选择与自建PostgreSQL数据库互联的VPC网络。
    IP地址填入自建PostgreSQL数据库的服务器IP地址。
    端口填入自建PostgreSQL数据库提供服务的端口，默认为3433。
    数据库名称填入自建PostgreSQL中同步对象所属数据库的名称。
    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。

    目标库信息数据库类型选择PostgreSQL。
    接入方式选择云实例。
    实例地区选择目标RDS PostgreSQL实例所属地域。
    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实例的数据库账号，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。

  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，您无需手动添加，请参见DTS服务器的IP地址段；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，您还需手动在ECS上的自建数据库中添加对应地区DTS服务的IP地址，以允许来自DTS服务器的访问；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。
    警告
    • 上述场景中，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。
    • DTS任务完成或释放后，建议您手动删除添加的DTS服务的IP地址。在阿里云数据库实例的白名单中，您需要删除名称包含dts的IP白名单分组；在ECS实例的安全规则中，您需要删除名称包含dts的IP白名单分组，同时删除ECS上的自建数据库中DTS服务的IP地址；在IDC自建数据库或其他云数据库，您需要删除的DTS服务的IP地址，请参见DTS服务器的IP地址段。
  5. 配置任务对象及高级配置。
    • 基础配置
      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和全量同步。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。

      说明 若勾选了库表结构同步，DTS会将源数据库中待同步表的结构（包含外键）迁移到目标数据库。
      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。
      同步拓扑

      本场景为单向同步，需选择单向同步。

      源库对象

      在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。
      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。
      说明
      • 如需按库或表级别选择同步的SQL操作，请在已选择对象中右击待同步对象，并在弹出的对话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。
      • 如需设置WHERE条件过滤数据，请在已选择对象中右击待同步的表，在弹出的对话框中设置过滤条件。设置方法请参见通过SQL条件过滤任务数据。
      • 如果使用了对象名映射功能，可能会导致依赖这个对象的其他对象同步失败。
    • 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。
      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、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。
      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 流式ETL 。
  6. 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，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。
  7. 预检查通过率显示为100%时，单击下一步购买。
  8. 在购买页面，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。
  9. 配置完成后，阅读并勾选《数据传输（按量付费）服务条款》。
  10. 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。