文档

PolarDB-X 1.0同步至阿里云消息队列Kafka

更新时间:
重要

本文中含有需要您注意的重要提示信息,忽略该信息可能对您的业务造成影响,请务必仔细阅读。

本文介绍如何使用数据传输服务DTS(Data Transmission Service)将PolarDB-X 1.0同步至阿里云消息队列Kafka。

前提条件

  • 已创建源PolarDB-X 1.0实例。具体操作,请参见创建实例

  • 已创建Kafka实例,并已创建用于接收同步数据的Topic,请参见概述

  • 目标Kafka实例的存储空间须大于PolarDB-X 1.0实例占用的存储空间。

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(仅具有唯一约束的表不支持库表结构同步,建议使用主键约束),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;不支持二级索引表同步。

  • 如同步对象为表级别,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。

  • PolarDB-X 1.0下面挂载的RDS MySQL的Binlog日志:

    • 需开启,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。

  • 源库的操作限制:

    • 同步期间如需切换PolarDB-X 1.0的网络类型,切换成功后,请调整同步链路的网络连接信息。

    • 在同步期间,请勿对源实例执行扩缩容(比如扩缩容其下挂载的RDS MySQL,或者虽未扩缩容RDS MySQL,但RDS MySQL中逻辑库表对应的物理库表的分布发生变化)、变更拆分键操作和变更DDL等操作,否则数据同步任务会失败,或者数据不一致。

    • 在全量同步和增量同步过程中,DTS会以Session级别暂时禁用约束检查以及外键级联操作。若任务运行时源库存在级联更新、删除操作,可能会导致数据不一致。

    • 同步期间如需切换PolarDB-X 1.0的网络类型,切换成功后,请调整同步链路的网络连接信息。

    • 如仅执行全量数据同步,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,建议选择结构同步、全量同步和增量同步。

其他限制

  • 由于PolarDB-X 1.0的同步任务为分布式同步,其下挂的一个RDS MySQL对应一个同步子任务。子任务运行情况,可在任务拓扑进行查询。

  • 在同步期间,若目标Kafka发生了扩容或缩容,您需要重启实例。

  • 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。

  • 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。

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

DML

INSERT、UPDATE、DELETE

数据库账号的权限要求

数据库

所需权限

账号创建及授权方法

源实例PolarDB-X 1.0

同步对象的读权限。

账号管理

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,选择集成与开发(DTS),在左侧导航栏选择数据传输(DTS) > 数据同步

  2. 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。

    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

    选择已有的DMS数据库实例

    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,下方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PolarDB-X 1.0

    接入方式

    选择云实例

    实例地区

    选择源PolarDB-X 1.0实例所属地域。

    是否跨阿里云账号

    本场景使用同一阿里云账号进行同步,需选择为不跨账号

    实例ID

    选择源PolarDB-X 1.0实例ID。

    数据库账号

    填入源PolarDB-X 1.0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。

    目标库信息

    选择已有的DMS数据库实例

    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,下方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

    暂不支持云实例的接入方式。

    实例地区

    选择目标Kafka实例所属地域。

    已和目标端数据库联通的VPC

    选择目标Kafka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。

    IP地址或域名

    填入Kafka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

    Kafka实例的服务端口,默认为9092。

    数据库账号

    填入目标Kafka实例的数据库账号和对应的密码。

    说明

    仅开启ACL的阿里云消息队列Kafka版实例才需要填写数据库账号与数据库密码,关于开启ACL的信息,请参见SASL用户授权

    数据库密码

    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。

    • :不使用Kafka Schema Registry。

    • :使用Kafka Schema Registry。您需要输入Avro Schema在Kafka Schema Registry注册的URL或IP。

  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;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,您还需确保自建数据库没有限制ECS的访问(若数据库是集群部署在多个ECS实例,您需要手动将DTS服务对应地区的IP地址添到其余每个ECS的安全规则中);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。DTS服务的IP地址,请参见DTS服务器的IP地址段

    警告

    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。

  5. 配置任务对象及高级配置。

    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

    若选中了全量同步,则执行了CREATE TABLE语句的待同步表(表结构和表数据)支持同步至目标库。

    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或唯一键的值相同的记录:

        • 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,请谨慎操作。

    投递到Kafka的数据格式

    根据需求选择同步到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

    说明

    PolarDB-X 1.0暂不支持选择Canal Json,默认选择DTS Avro

    投递到Kafka Partition策略

    暂不支持此功能。

    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

    同步对象支持选择的粒度为表。

    如选择整个库作为同步对象,且源库中新增或删除表,则这类变更不会同步至目标库。

    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

  6. 单击下一步高级配置,进行高级配置。

    配置

    说明

    选择调度该任务的专属集群

    本案例不需要选择,关于专属集群的详情介绍,请参见什么是DTS专属集群?

    监控报警

    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。

    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。

    源库、目标库出现其他问题后的重试时间

    在同步任务启动后,若源库或目标库出现非连接性的其他问题(如DDL或DML执行异常),则DTS会报错并会立即进行持续的重试操作,默认持续重试时间为10分钟,您也可以在取值范围(1~1440分钟)内自定义重试时间,建议设置10分钟以上。如果DTS在设置的重试时间内相关操作执行成功,同步任务将自动恢复。否则,同步任务将会失败。

    重要

    源库、目标库出现其他问题后的重试时间的值需要小于源库、目标库无法连接后的重试时间的值。

    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

  7. 保存任务并进行预检查。

    • 若您需要查看调用API接口配置该实例时的参数信息,请将鼠标光标移动至下一步保存任务并预检查按钮上,然后单击气泡中的预览OpenAPI参数

    • 若您无需查看或已完成查看API参数,请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。

  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。

    资源组配置

    实例所属的资源组,默认为default resource group。更多信息,请参见什么是资源管理

    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。更多信息,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年、2年、3年和5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,您可在数据同步界面查看具体任务进度。

  • 本页导读 (1)