PolarDB MySQL版迁移至Kafka

前提条件

• 已创建目标自建Kafka集群实例或阿里云消息队列Kafka版实例。

  说明

  • 若目标实例为阿里云消息队列Kafka版，请确保已创建用于接收同步数据的Topic，然后将其作为自建Kafka进行配置。创建Topic的方法，请参见步骤一：创建Topic。

  • 源库和目标库支持的版本，请参见迁移方案概览。

• 目标Kafka集群实例的存储空间须大于源PolarDB MySQL版集群实例占用的存储空间。

注意事项

费用说明

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机的情况下，平滑地完成数据迁移。

支持增量迁移的SQL操作

数据库账号的权限要求

操作步骤

1. 进入目标地域的迁移任务列表页面（二选一）。

   通过DTS控制台进入

   1. 登录数据传输服务DTS控制台。

   2. 在左侧导航栏，单击数据迁移。

   3. 在页面左上角，选择迁移实例所属地域。

   通过DMS控制台进入

   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。请参见极简模式控制台和自定义DMS界面布局与样式。

   1. 登录DMS数据管理服务。

   2. 在顶部菜单栏中，选择集成与开发 > 数据传输（DTS） > 数据迁移。

   3. 在迁移任务右侧，选择迁移实例所属地域。

2. 单击创建任务，进入任务配置页面。

3. 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	选择已有连接信息	您可以按实际需求，选择是否使用已有数据库实例。 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，您需要配置下方的数据库信息。 说明 您可以在数据连接管理页面或新版配置页面，将数据库录入DTS。更多信息，请参见数据连接管理。 DMS控制台的配置项为选择DMS数据库实例，您可以单击新增DMS数据库实例或在控制台首页将数据库录入DMS。更多信息，请参见云数据库录入和他云/自建数据库录入。
   	数据库类型	选择PolarDB for MySQL。
   	接入方式	选择为云实例。
   	实例地区	选择源PolarDB MySQL版实例所属地域。
   	是否跨阿里云账号	本示例为同一阿里云账号间迁移，选择不跨账号。
   	PolarDB实例ID	选择源PolarDB MySQL版实例ID。
   	数据库账号	填入源PolarDB MySQL版实例的数据库账号，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。
   	连接方式	请根据实际情况选择。更多关于SSL加密功能的信息，请参见设置SSL加密。
   目标库信息	选择已有连接信息	您可以按实际需求，选择是否使用已有数据库实例。 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，您需要配置下方的数据库信息。 说明 您可以在数据连接管理页面或新版配置页面，将数据库录入DTS。更多信息，请参见数据连接管理。 DMS控制台的配置项为选择DMS数据库实例，您可以单击新增DMS数据库实例或在控制台首页将数据库录入DMS。更多信息，请参见云数据库录入和他云/自建数据库录入。
   	数据库类型	选择Kafka。
   	接入方式	根据目标实例的部署位置进行选择，本文以ECS自建数据库为例介绍配置流程。 说明 当目标实例为自建数据库时，您还需要执行相应的准备工作，详情请参见准备工作概览。
   	实例地区	选择目标Kafka集群实例所属地域。
   	ECS实例ID	选择目标Kafka集群实例ID。
   	端口	填入目标Kafka集群的服务端口，默认为9092。
   	数据库账号	填入Kafka集群的用户名，如Kafka集群未开启验证可不填写。
   	数据库密码	填入Kafka集群用户名的密码，如Kafka集群未开启验证可不填写。
   	Kafka版本	根据Kafka集群的版本，选择对应的版本信息。 说明 若自建Kafka的版本为1.0及以上版本，可以选择Kafka版本为1.0以上。
   	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	在右侧下拉框中选择具体的Topic。
   	存储DDL的Topic	在右侧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。

4. 配置完成后，在页面下方单击测试连接以进行下一步。

   说明

   • 请确保DTS服务的IP地址段能够被自动或手动添加至源库和目标库的安全设置中，以允许DTS服务器的访问。更多信息，请参见添加DTS服务器的IP地址段。

   • 若源库或目标库为自建数据库（接入方式不是云实例），则还需要在弹出的DTS服务器访问授权对话框单击测试连接。

5. 配置任务对象。

   1. 在对象配置页面，配置待迁移的对象。

      配置	说明
      迁移类型	如果只需要进行全量迁移，建议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，建议同时选中库表结构迁移、全量迁移和增量迁移。 说明 若未选中库表结构迁移，请确保目标库中存在接收数据的数据库和表，并根据实际情况，在已选择对象框中使用库表列名映射功能。 若未选中增量迁移，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： 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迁移至目标数据库中。 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，可能导致只能迁移部分列的数据或迁移失败，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。
      Kafka压缩格式	根据需求选择Kafka压缩消息的压缩格式。 LZ4（默认）：压缩率较低，压缩速率较高。 GZIP：压缩率较高，压缩速率较低。 说明 对CPU的消耗较高。 Snappy：压缩率中等，压缩速率中等。
      投递到Kafka Partition策略	根据业务需求选择同步的策略，详细介绍请参见Kafka Partition迁移策略说明。
      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。
      源库对象	在源库对象框中选择待迁移对象，然后单击将其移动至已选择对象框。 说明 迁移对象的选择粒度为表。
      已选择对象	本示例无需额外配置。您可以使用映射功能，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。更多信息，请参见映射信息。 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。 如需选择增量迁移的SQL操作，请在已选择对象中右击待迁移对象，并在弹出的对话框中选择所需增量迁移的SQL操作。

   2. 单击下一步高级配置，进行高级参数配置。

      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迁移任务。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	在迁移任务启动后，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，默认重试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在设置的时间内重新连接上源、目标库，迁移任务将自动恢复。否则，迁移任务将失败。 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。
      源库、目标库出现其他问题后的重试时间	在迁移任务启动后，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，迁移任务将自动恢复。否则，迁移任务将会失败。 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	在全量迁移阶段，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，选择是否对全量迁移任务进行限速设置（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 仅当迁移类型选择了全量迁移时才可以配置。
      是否限制增量迁移速率	您也可以根据实际情况，选择是否对增量迁移任务进行限速设置（设置每秒增量迁移的行数RPS和每秒增量迁移的数据量(MB)BPS），以缓解目标库的压力。 说明 仅当迁移类型选择了增量迁移时才可以配置。
      是否去除正反向任务的心跳表sql	根据业务需求选择是否在DTS实例运行时，在源库中写入心跳SQL信息。 是：不在源库中写入心跳SQL信息，DTS实例可能会显示有延迟。 否：在源库中写入心跳SQL信息，可能会影响源库的物理备份和克隆等功能。
      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。更多信息，请参见在配置任务过程中配置监控告警。

6. 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，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. 购买实例。

   1. 预检查通过率显示为100%时，单击下一步购买。

   2. 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	资源组配置	选择实例所属的资源组，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。更多信息，请参见数据迁移链路规格说明。

   3. 配置完成后，阅读并选中《数据传输（按量付费）服务条款》。

   4. 单击购买并启动，并在弹出的确认对话框，单击确定。

      您可在数据迁移界面查看具体进度。

映射信息

1. 在已选择对象区域框中，将鼠标指针放置在目标Topic名（表级别）上。

2. 单击目标Topic名后出现的编辑。

3. 在弹出的编辑表对话框中，配置映射信息。

   配置	说明
   表名称	源表迁移到的目标Topic名称，默认为源库及目标库配置阶段在目标库信息选择的Topic。 重要 目标库为阿里云消息队列Kafka版实例时，填写的Topic名称必须在目标Kafka实例中真实存在，否则将会导致数据迁移失败。目标库为自建Kafka数据库，且迁移实例包含库表结构任务时，DTS会尝试在目标库中创建您填写的Topic。 若您修改了表名称，数据将会被写入到您填写的Topic中。
   过滤条件	详情请参见设置过滤条件。
   设置新建Topic的Partition数量	数据写入到目标Topic时的分区数。
   Partition Key	当投递到Kafka Partition策略选择为按主键的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。 说明 取消选中全表同步后，才可以勾选Partition Key。

4. 单击确定。