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。
数据传输服务DTS(Data Transmission Service)支持将MongoDB(分片集群架构)的数据同步至MongoDB(副本集架构或分片集群架构)。本文以云数据库MongoDB版实例间的数据同步为例,为您介绍操作步骤。
前提条件
已创建目标云数据库MongoDB版(副本集架构或分片集群架构)实例,创建方式,请参见创建副本集实例或创建分片集群实例。
重要建议目标云数据库MongoDB版实例的存储空间比源云数据库MongoDB版实例占用的存储空间大10%。
支持的版本,请参见同步方案概览。
源云数据库MongoDB版分片集群实例的所有Shard节点需要申请连接地址,且各Shard的账号和密码需保持一致。申请方法,请参见申请Shard或ConfigServer节点连接地址。
若目标MongoDB为分片集群架构实例,请根据业务需求,在目标云数据库MongoDB版(分片集群架构)实例中创建需要分片的数据库和集合、配置数据分片、开启Balancer并进行预分片。更多信息,请参见设置数据分片以充分利用Shard性能和如何处理分片集群架构的MongoDB数据分布不均衡。
说明配置数据分片可以避免数据被同步至同一Shard(存储数据库数据的组件),导致无法发挥集群性能;开启Balancer并进行预分片可以避免数据倾斜问题。
本文以先配置后购买DTS任务为例,无需填写源云数据库MongoDB版(分片集群架构)下的Shard数量。
如您先购买后配置DTS任务,则需要在购买DTS任务时填写其正确的Shard数量。
注意事项
类型 | 说明 |
源和目标库的限制 |
|
其他限制 |
|
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。 |
支持的单向同步架构
目前DTS仅支持两个云数据库MongoDB版实例(分片集群架构)之间的单向同步,暂不支持多个云数据库MongoDB版实例之间的单向同步。
任务步骤说明
同步类型 | 说明 |
库表结构同步 | 将源云数据库MongoDB版中同步对象的结构同步到目标云数据库MongoDB版中。 |
全量同步 | 将源云数据库MongoDB版同步对象的存量数据全部同步到目标云数据库MongoDB版中。 说明 支持全量同步DATABASE和COLLECTION。 |
增量同步 | 在全量同步的基础上,将源云数据库MongoDB版的增量更新同步到目标云数据库MongoDB版中。 使用Oplog增量同步不支持在任务开始运行后新建的数据库,支持同步的增量更新如下:
使用ChangeStream支持同步的增量更新如下:
|
清理孤立文档
迁移数据前您需要清除源MongoDB数据库中的孤立文档。
如果未清除孤立文档,将影响迁移性能,而且可能在迁移过程中会遇到_id
冲突的文档,导致迁移错误的数据。
云数据库 MongoDB 版
MongoDB 4.2以下大版本或4.0.6以下小版本的实例在执行清理脚本时会报错。如何查看实例当前版本,请参见MongoDB小版本说明。如何升级小版本和大版本,请参见升级数据库大版本和升级数据库小版本。
清理孤立文档需要使用cleanupOrphaned
命令。在MongoDB 4.4及以上版本和MongoDB 4.2及以下版本中的使用方法略有区别,具体操作方式如下。
MongoDB 4.4及以上版本
在可以连接分片集群实例的服务器上,创建一个用于清理孤立文档的JS脚本,脚本名称为
cleanupOrphaned.js
。说明该脚本用于清理多个Shard节点的多个数据库中所有集合的孤立文档。如需清理特定集合中的孤立文档,可自行修改JS脚本来完成。
// shard实例名称列表 var shardNames = ["shardName1", "shardName2"]; // 数据库列表 var databasesToProcess = ["database1", "database2", "database3"]; shardNames.forEach(function(shardName) { // 遍历指定的数据库列表 databasesToProcess.forEach(function(dbName) { var dbInstance = db.getSiblingDB(dbName); // 获取该数据库实例的所有集合名称 var collectionNames = dbInstance.getCollectionNames(); // 遍历每个集合 collectionNames.forEach(function(collectionName) { // 完整的集合名称 var fullCollectionName = dbName + "." + collectionName; // 构建 cleanupOrphaned 命令 var command = { runCommandOnShard: shardName, command: { cleanupOrphaned: fullCollectionName } }; // 执行命令 var result = db.adminCommand(command); if (result.ok) { print("Cleaned up orphaned documents for collection " + fullCollectionName + " on shard " + shardName); printjson(result); } else { print("Failed to clean up orphaned documents for collection " + fullCollectionName + " on shard " + shardName); } }); }); });
您需要对脚本中的
shardNames
和databasesToProcess
参数的值进行修改,具体说明如下:shardNames
:分片集群实例中待清理孤立文档的Shard节点的ID数组,您可以在实例基本信息页面的Shard列表区域获取,例如d-bp15a3796d3a****
。databasesToProcess
:待清理孤立文档的数据库名称数组。
在
cleanupOrphaned.js
脚本所在的目录下,执行以下命令清理孤立文档。mongo --host <Mongoshost> --port <Primaryport> --authenticationDatabase <database> -u <username> -p <password> cleanupOrphaned.js > output.txt
参数说明如下。
参数
说明
<Mongoshost>
分片集群实例Mongos节点的连接地址,格式为
s-bp14423a2a51****.mongodb.rds.aliyuncs.com
。<Primaryport>
分片集群实例Mongos节点的端口号,默认为3717。
<database>
鉴权数据库名,即数据库账号所属的数据库。
<username>
数据库账号。
<password>
数据库账号的密码。
output.txt
执行结果保存到output文件中。
MongoDB 4.2及以下版本
在可以连接分片集群实例的服务器上,创建一个用于清理孤立文档的JS脚本,脚本名称为
cleanupOrphaned.js
。说明该脚本用于清理多个Shard节点中指定数据库下指定集合的孤立文档。如需清理数据库中多个集合的孤立文档,您可以修改
fullCollectionName
参数并多次执行,也可以自行修改脚本通过遍历的方式执行。function cleanupOrphanedOnShard(shardName, fullCollectionName) { var nextKey = { }; var result; while ( nextKey != null ) { var command = { runCommandOnShard: shardName, command: { cleanupOrphaned: fullCollectionName, startingFromKey: nextKey } }; result = db.adminCommand(command); printjson(result); if (result.ok != 1 || !(result.results.hasOwnProperty(shardName)) || result.results[shardName].ok != 1 ) { print("Unable to complete at this time: failure or timeout.") break } nextKey = result.results[shardName].stoppedAtKey; } print("cleanupOrphaned done for coll: " + fullCollectionName + " on shard: " + shardName) } var shardNames = ["shardName1", "shardName2", "shardName3"] var fullCollectionName = "database.collection" shardNames.forEach(function(shardName) { cleanupOrphanedOnShard(shardName, fullCollectionName); });
您需要对脚本中的
shardNames
和fullCollectionName
参数的值进行修改,具体说明如下:shardNames
:分片集群实例中待清理孤立文档的Shard节点的ID数组,您可以在实例基本信息页面的Shard列表区域获取,例如d-bp15a3796d3a****
。fullCollectionName
:需要替换为待清理孤立文档的集合名称,格式为数据库名称.集合名称
。
在
cleanupOrphaned.js
脚本所在的目录下,执行以下命令清理孤立文档。mongo --host <Mongoshost> --port <Primaryport> --authenticationDatabase <database> -u <username> -p <password> cleanupOrphaned.js > output.txt
参数说明如下。
参数
说明
<Mongoshost>
分片集群实例Mongos节点的连接地址,格式为
s-bp14423a2a51****.mongodb.rds.aliyuncs.com
。<Primaryport>
分片集群实例Mongos节点的端口号,默认为3717。
<database>
鉴权数据库名,即数据库账号所属的数据库。
<username>
数据库账号。
<password>
数据库账号的密码。
output.txt
执行结果保存到output文件中。
自建MongoDB
在可以连接自建MongoDB数据库的服务器上下载cleanupOrphaned.js脚本文件。
wget "https://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/attach/120562/cn_zh/1564451237979/cleanupOrphaned.js"
修改cleanupOrphaned.js脚本文件,将
test
替换为待清理孤立文档的数据库名。重要如果您有多个数据库,您需要重复执行步骤2~步骤3。
执行如下命令,清理Shard节点中指定数据库下所有集合的孤立文档。
说明您需要重复执行本步骤,为每个Shard节点清理孤立文档。
mongo --host <Shardhost> --port <Primaryport> --authenticationDatabase <database> -u <username> -p <password> cleanupOrphaned.js
说明<Shardhost>:Shard节点的IP地址。
<Primaryport>:Shard节点中的Primary节点的服务端口。
<database>:鉴权数据库名,即数据库账号所属的数据库。
<username>:登录数据库的账号。
<password>:登录数据库的密码。
示例:
本案例的自建MongoDB数据库有三个Shard节点,所以需要分别为这三个节点清除孤立文档。
mongo --host 172.16.1.10 --port 27018 --authenticationDatabase admin -u dtstest -p 'Test123456' cleanupOrphaned.js
mongo --host 172.16.1.11 --port 27021 --authenticationDatabase admin -u dtstest -p 'Test123456' cleanupOrphaned.js
mongo --host 172.16.1.12 --port 27024 --authenticationDatabase admin -u dtstest -p 'Test123456' cleanupOrphaned.js
操作步骤
本文以先配置后购买DTS任务为例,无需填写源云数据库MongoDB版(分片集群架构)下的Shard数量。
如您先购买后配置DTS任务,则需要在购买DTS任务时填写其正确的Shard数量。
进入同步任务的列表页面。
登录DMS数据管理服务。
在顶部菜单栏中,单击集成与开发。
在左侧导航栏,选择 。
说明实际操作可能会因DMS的模式和布局不同,而有所差异。更多信息,请参见极简模式和自定义DMS界面布局与样式。
您也可以登录新版DTS同步任务的列表页面。
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。
单击创建任务,配置源库及目标库信息。
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DMS数据库实例(可选,如未创建可忽略此处选择,直接在下方配置数据库信息即可)
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MongoDB。
接入方式
选择云实例。
实例地区
选择源云数据库MongoDB版所属地域。
是否跨阿里云账号
本示例为同一阿里云账号间的同步,选择不跨账号。
架构类型
选择分片集群架构。
迁移方式
请根据实际情况,选择增量数据同步的方式。
Oplog(推荐):
若源库已开启Oplog日志,则支持此选项。
说明本地自建MongoDB和云数据库MongoDB版默认已开启Oplog日志,且使用此方式同步增量数据时增量同步任务的延迟较小(拉取日志的速度较快),因此推荐选择Oplog。
ChangeStream:
若源库已开启变更流(Change Streams),则支持此选项。
说明源库为Amazon DocumentDB(非弹性集群)时,仅支持选择ChangeStream。
源库架构类型选择为分片集群架构,无需填写Shard账号和Shard密码。
实例ID
选择源云数据库MongoDB版实例ID。
鉴权数据库名称
填入源云数据库MongoDB版实例数据库账号所属的数据库名称,若未修改过则默认为admin。
数据库账号
填入源云数据库MongoDB版的数据库账号,需具备待同步库、config库、admin库和local库的read权限。
数据库密码
填入该数据库账号对应的密码。
Shard账号
填入源云数据库MongoDB版的数据库Shard账号。
说明若您的源库为自建MongoDB数据库,还需要在上方填入Shard节点的shard接入信息。
Shard密码
填入源云数据库MongoDB版的数据库Shard密码。
目标库信息
选择已有的DMS数据库实例(可选,如未创建可忽略此处选择,直接在下方配置数据库信息即可)
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MongoDB。
接入方式
选择云实例。
实例地区
选择目标云数据库MongoDB版所属地域。
架构类型
选择目标云数据库MongoDB版所属的架构类型。
实例ID
选择目标云数据库MongoDB版实例ID。
鉴权数据库名称
填入目标云数据库MongoDB版实例数据库账号所属的数据库名称,若未修改过则默认为admin。
数据库账号
填入目标云数据库MongoDB版的数据库账号,需具备dbAdminAnyDatabase权限、目标库的readWrite权限和local库的read权限。
数据库密码
填入该数据库账号对应的密码。
连接方式
DTS支持非加密连接、SSL安全连接和Mongo Atlas SSL三种连接方式。连接方式的选项与接入方式和架构类型有关,请以控制台为准。
说明接入方式为云实例时,仅副本集架构的MongoDB数据库支持此配置项。
若目标库为自建(接入方式不为云实例)副本集架构的MongoDB数据库,并且选择了SSL安全连接,DTS还支持上传CA证书对连接进行校验。
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地址添加到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。
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。
同步拓扑
请选择单向同步。
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集合。如果目标数据库中没有同名的集合,则通过该检查项目;如果目标数据库中有同名的集合,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集合不方便删除或重命名,您可以更改该集合在目标库中的名称,详情请参见设置同步对象在目标实例中的名称。
忽略报错并继续执行:跳过目标数据库中是否有同名集合的检查项。
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:
在目标库遇到与源库主键或唯一键的值相同的记录,则会保留目标库中的该条记录,即源库中的该条记录不会同步至目标库中。
可能会导致无法初始化数据、只能同步部分的数据或同步失败。
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
在源库对象框中单击待同步对象,然后单击将其移动至已选择对象框。
说明同步对象的选择粒度为DATABASE、COLLECTION。
已选择对象
单击下一步高级配置,进行高级配置。
数据校验配置
若您需要配置数据校验,请参见配置数据校验。
高级配置
配置
说明
选择调度该任务的专属集群
DTS默认将任务调度到共享集群上,您无需选择。若您希望任务更加稳定,可以购买专属集群来运行DTS同步任务。更多信息,请参见什么是DTS专属集群。
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。
是否限制全量迁移速率
在全量同步阶段,DTS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。您可以根据实际情况,选择是否对全量同步任务进行限速设置(设置每秒查询源库的速率QPS、每秒全量迁移的行数RPS和每秒全量迁移的数据量(MB)BPS),以缓解目标库的压力。
说明仅当同步类型选择了全量同步时才可以配置。
是否限制增量同步速率
您也可以根据实际情况,选择是否对增量同步任务进行限速设置(设置每秒增量同步的行数RPS和每秒增量同步的数据量(MB)BPS),以缓解目标库的压力。
环境标签
您可以根据实际情况,选择用于标识实例的环境标签。本示例无需选择。
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。
是:配置ETL功能,并在文本框中填写数据处理语句,详情请参见在DTS迁移或同步任务中配置ETL。
否:不配置ETL功能。
监控告警
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。更多信息,请参见在配置任务过程中配置监控告警。
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。
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。
配置完成后,阅读并勾选《数据传输(按量付费)服务条款》。
单击购买并启动,并在弹出的确认对话框,单击确定。
您可在数据同步界面查看具体任务进度。