RDS MySQL迁移至阿里云消息队列Kafka版-迁移-DTS-数据-数据传输服务 DTS-阿里云

本文介绍如何使用数据传输服务DTS（Data Transmission Service），将RDS MySQL迁移至阿里云消息队列Kafka版。

前提条件

已创建源实例RDS MySQL和目标实例阿里云消息队列Kafka版。
说明
- 源实例RDS MySQL的创建方式，请参见创建RDS MySQL实例。
- 支持的版本，请参见迁移方案概览。
目标实例阿里云消息队列Kafka版的存储空间须大于源实例RDS MySQL占用的存储空间。
目标实例阿里云消息队列Kafka版中已创建用于接收迁移数据的Topic，详情请参见步骤一：创建Topic。

注意事项


类型	说明
源库限制	带宽要求：源库所属的服务器需具备足够出口带宽，否则将影响数据迁移速率。待迁移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。如迁移对象为表级别，且需进行编辑（如表列名映射），则单次迁移任务仅支持迁移至多1000张表。当超出数量限制，任务提交后会显示请求报错，此时建议您拆分待迁移的表，分批配置多个任务，或者配置整库的迁移任务。如需进行增量迁移，Binlog日志：在云数据库RDS控制台参数设置界面开启Binglog，开启方法请参见设置实例参数。并且binlog_format为row、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。注意如源实例自建MySQL是双主集群（两者互为主从），为保障DTS能获取全部的Binlog日志，则您需开启参数log_slave_updates，具体操作请参见为自建MySQL创建账号并设置binlog。如为增量迁移任务，DTS要求源数据库的本地Binlog日志保存24小时以上，如为结构迁移和增量迁移任务，DTS要求源数据库的本地Binlog日志至少保留7天以上（您可在结构迁移完成后将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，极端情况下甚至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。如源为RDS MySQL，具体操作请参见日志备份与本地日志（Binlog）。源库的操作限制：在库表结构迁移和全量迁移阶段，请勿执行库或表结构变更的DDL操作，否则数据迁移任务会失败。如仅执行全量数据迁移，请勿向源实例中写入新的数据，否则会导致源和目标数据不一致。为实时保持数据一致性，建议选择结构迁移、全量数据迁移和增量数据迁移。
注意事项	已完成Kafka集群的搭建，且Kafka的版本为0.10.1.0~2.0版本。迁移对象仅支持数据表。执行数据迁移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迁移。否则全量数据迁移时DTS占用源和目标库一定读写资源，可能会导致数据库的负载上升。由于全量数据迁移会并发执行INSERT操作，导致目标数据库的表产生碎片，因此全量迁移完成后目标数据库的表存储空间会比源实例的表存储空间大。请确认DTS对数据类型为FLOAT或DOUBLE的列的迁移精度是否符合业务预期。DTS会通过`ROUND(COLUMN,PRECISION)`来读取这两类列的值。如果没有明确定义其精度，DTS对FLOAT的迁移精度为38位，对DOUBLE的迁移精度为308位。 DTS会尝试恢复七天之内迁移失败任务。因此业务切换至目标实例前，请务必结束或释放该任务，或者将DTS访问目标实例账号的写权限用`revoke`命令回收掉。避免该任务被自动恢复后，源端数据覆盖目标实例的数据。不允许目标库有除DTS以外的数据写入，否则会导致源和目标库数据不一致。
特殊情况	当源库为自建MySQL时迁移时源库进行主备切换，会导致迁移任务失败。由于DTS的延迟时间是根据迁移到目标库最后一条数据的时间戳和当前时间戳对比得出，源库长时间未执行DML操作可能导致延迟信息不准确。如果任务显示的延迟时间过大，您可以在源库执行一个DML操作来更新延迟信息。说明如果迁移对象选择为整库，您还可以创建心跳表，心跳表每秒定期更新或者写入数据。

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。

迁移类型说明

库表结构迁移
DTS将源库中迁移对象的结构定义迁移到目标库。
全量迁移
DTS将源库中迁移对象的存量数据，全部迁移到目标库中。
增量迁移
DTS在全量迁移的基础上，将源库的增量更新数据迁移到目标库中。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。

支持增量迁移的SQL操作


操作类型	SQL操作语句
DML	INSERT、UPDATE、DELETE
DDL	CREATE TABLE、ALTER TABLE、DROP TABLE、RENAME TABLE、TRUNCATE TABLE CREATE VIEW、ALTER VIEW、DROP VIEW CREATE PROCEDURE、ALTER PROCEDURE、DROP PROCEDURE CREATE FUNCTION、DROP FUNCTION、CREATE TRIGGER、DROP TRIGGER CREATE INDEX、DROP INDEX

数据库账号的权限要求


数据库	库表结构迁移	全量迁移	增量迁移
源RDS MySQL实例	待迁移对象的读权限。

操作步骤

说明本文以新版DTS操作为例，与DMS操作有一些差异，具体操作请以DMS的实际界面为准。

登录新版DTS迁移任务的列表页面。

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） > 数据迁移。
在页面左上角，选择迁移实例所属地域。

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，以成功创建并执行迁移任务。


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	选择已有的实例	如使用已有实例，数据库信息将自动填入，您无需重复输入。如不使用已有实例，您需要输入下方的数据库信息。
	数据库类型	选择MySQL。
	接入方式	选择阿里云实例。
	实例地区	选择源RDS MySQL实例所属地域。
	是否跨阿里云账号	本场景为同一阿里云账号间迁移，选择不跨账号。
	RDS实例ID	选择源RDS MySQL实例ID。
	数据库账号	填入源RDS MySQL实例，需要具备待迁移对象的读权限。
	数据库密码	填入该数据库账号对应的密码。
	连接方式	根据需求选择非加密连接或SSL安全连接。如果设置为SSL安全连接，您需要提前开启RDS MySQL实例的SSL加密功能，详情请参见设置SSL加密。

目标库信息	选择已有的实例	您可以按实际需求，选择是否使用已有实例。如使用已有实例，数据库信息将自动填入，您无需重复输入。如不使用已有实例，您需要输入下方的数据库信息。
	数据库类型	选择Kafka。
	接入方式	选择专线/VPN网关/智能网关。说明由于DTS暂时不支持直接选择消息队列Kafka版，此处将其作为自建Kafka来配置数据迁移。
	实例地区	选择目标阿里云消息队列Kafka版实例所属地域。
	已和目标端数据库联通的VPC	选择目标阿里云消息队列Kafka版实例所属的专有网络ID。您可以在Kafka实例的基本信息页面中查看到专有网络ID。
	主机名或IP地址	填入阿里云消息队列Kafka版实例默认接入点中的任意一个IP地址。说明您可以在Kafka实例的基本信息页面中，获取默认接入点对应的IP地址。
	端口	阿里云消息队列Kafka版实例的服务端口，默认为9092。
	数据库账号	填入阿里云消息队列Kafka版实例的数据库账号。说明如果阿里云消息队列Kafka版实例的实例类型为VPC实例，无需配置数据库账号和数据库密码。
	数据库密码	填入该数据库账号对应的密码。
	Kafka版本	根据Kafka实例版本，选择对应的版本信息。
	连接方式	根据业务及安全需求，选择非加密连接或SCRAM-SHA-256。
	Topic	在下拉框中选择具体的Topic。
	存储DDL的Topic	在下拉框中选择具体的Topic，用于存储DDL信息。如果未指定，DDL信息默认存储在Topic选择的Topic中。
	是否使用Kafka Schema Registry	Kafka Schema Registry是元数据提供服务层，提供了一个RESTful接口，用于存储和检索Avro Schema。否：不使用Kafka Schema Registry。是：使用Kafka Schema Registry。您需要输入Avro Schema在Kafka Schema Registry注册的URL或IP。

如果您的自建数据库具备白名单安全设置，您需要复制弹跳框中的DTS服务器IP地址，并加入自建数据库的白名单安全设置中。然后单击测试连接以进行下一步。

说明 DTS服务器IP地址的更多说明，请参见迁移、同步或订阅本地数据库时需添加的IP白名单。
配置完成后，单击页面右下角的测试连接以进行下一步。
警告
- 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；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。
- 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，建议您手动检测并删除DTS相关的服务器IP地址段。

配置任务对象及高级配置。

基础配置


配置	说明
任务步骤	如果只需要进行全量迁移，请同时选中库表结构迁移和全量迁移。如果需要进行不停机迁移，请同时选中库表结构迁移、全量迁移和增量迁移。说明如果未选择增量迁移，为保障数据一致性，数据迁移期间请勿在源实例中写入新的数据。
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，数据迁移任务不会被启动。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，在目标库遇到与源库主键的值相同的记录，则会保留目标库中的该条记录，即源库中的该条记录不会迁移至目标库中。表结构不一致的情况下，可能导致只能迁移部分列的数据或迁移失败。
投递到Kafka的数据格式	根据需求选择迁移到Kafka实例中的数据存储格式。如果您选择DTS Avro，根据DTS Avro的schema定义进行数据解析，schema定义详情请参见DTS Avro的schema定义。如果您选择Canal Json，Canal Json的参数说明和示例请参见Canal Json说明。
投递到Kafka Partition策略	根据业务需求选择迁移的策略，详细介绍请参见Kafka Partition迁移策略说明。
同步对象	在同步对象框中单击待迁移的对象，然后单击将其移动到已选择对象框。说明迁移对象选择粒度为表。
映射名称更改	如需更改单个迁移对象在目标实例中的名称，请右击已选择对象中的迁移对象，设置方式，请参见库表列名单个映射。如需批量更改迁移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设置方式，请参见库表列名批量映射。说明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迁移失败。
过滤待迁移数据	支持设置条件过滤数据，详情请参见通过SQL条件过滤任务数据。
增量迁移的SQL操作	选择增量迁移DML、DDL操作，请右击已选择对象中的迁移对象，在弹跳框中选择所需增量迁移的DML、DDL操作。支持的操作，请参见支持增量迁移的SQL操作。

高级配置


配置	说明
设置告警	是否设置告警，当迁移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。
目标库对象名称大小写策略	您可以配置目标实例中迁移对象的库名、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、目标库无法连接重试时间	默认重试720分钟，您也可以在取值范围（10~720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，网络重试时间以后创建任务的设置为准。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。

可选：在已选择对象区域框中，将鼠标指针放置在目标Topic名上，然后鼠标右键单击Topic名后出现编辑，在弹出的对话框中设置源表在目标Kafka实例中的Topic名称、Topic的Partition数量、Partition Key等信息。


配置	说明
表名称	设置源表迁移到的目标Topic名称。警告设置的Topic名称必须在目标Kafka实例中真实存在，否则将导致数据同步失败。
过滤条件	过滤条件支持标准的SQL WHERE语句（仅支持`=`、`!=`、`<`和`>`操作符），只有满足WHERE条件的数据才会被迁移到目标Topic。本案例填入`id>1`。过滤条件中如需使用引号，请使用单引号（'），例如`address in('hangzhou','shanghai')`。
设置新Topic的Partition数量	本场景中，目标Kafka为消息队列Kafka实例，暂不支持该功能，无需配置本参数。
设置Partition Key	当您在步骤6中选择同步策略为按主键的hash值投递到不同Partition时，您可以配置本参数，指定单个或多个列作为Partition Key来计算Hash值，DTS将根据计算得到的Hash值将不同的行投递到目标Topic的各Partition中。

上述配置完成后，单击页面右下角的下一步保存任务并预检查。
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。
预检查通过率显示为100%时，单击下一步购买。

在购买页面，选择数据迁移实例的链路规格，详细说明请参见下表。


类别	参数	说明
信息配置	链路规格	DTS为您提供了不同性能的迁移规格，迁移链路规格的不同会影响迁移速率，您可以根据业务场景进行选择，详情请参见数据迁移链路规格说明。

配置完成后，阅读并选中《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，您可在数据迁移界面查看具体进度。