RDS PostgreSQL迁移至云数据库SelectDB版

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。

数据传输服务DTS(Data Transmission Service)支持将PostgreSQL数据库(例如自建PostgreSQLRDS PostgreSQL实例)的数据迁移至数据库SelectDB版,以满足您的海量数据分析需求。本文以源库为RDS PostgreSQL实例为例,为您介绍相关操作步骤。

前提条件

已创建存储空间大于源RDS PostgreSQL实例已占用存储空间的目标云数据库SelectDB实例。创建方式,请参见新建实例

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。

  • 迁移对象要求:

    • 待迁移的表均具备主键或唯一约束:

      请确保表字段具有唯一性,否则可能会导致目标数据库中出现重复数据。

      说明

      若接收数据的目标表不是通过DTS创建(迁移类型未选中库表结构迁移),则需确保该表与源库中待迁移的表具备相同的主键或非空唯一约束,否则可能会导致目标数据库中出现重复数据。

    • 待迁移对象中包含既无主键也无唯一约束的表:

      在配置实例时,建议迁移类型勾选库表结构迁移,且在库表列配置阶段将该表的引擎选择选择为duplicate,否则可能会导致实例失败或数据丢失。

      说明

      在库表结构迁移阶段,DTS会在目标表中添加字段,详情请参见附加列信息

  • 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,WAL日志:

    • 需开启,即设置wal_level参数的值为logical

    • 如为增量迁移任务,DTS要求源数据库的WAL日志保存24小时以上,如为全量迁移和增量迁移任务,DTS要求源数据库的WAL日志至少保留7天以上(您可在全量迁移完成后将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DTSSLA保障范围内。

  • 源库的操作限制:

    • 若源库为自建PostgreSQL,且进行了主备切换,会导致数据迁移失败。

    • 为保障迁移任务的正常进行,避免主备切换导致的逻辑订阅中断,需要RDS PostgreSQL支持并开启Logical Replication Slot Failover,设置方式,请参见逻辑复制槽故障转移(Logical Replication Slot Failover)

    • 在全量迁移阶段,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。

    • 由于源库的逻辑订阅本身存在使用限制,在包含增量任务的迁移实例运行期间,若源库待迁移的单条数据在增量变更后超过256 MB,则可能会导致迁移实例运行失败且无法恢复,您需要重新配置迁移实例。

    • 如仅执行全量数据迁移,请勿向源库中写入新的数据,否则会导致源和目标数据不一致。为实时保持数据一致性,建议选择全量数据迁移和增量数据迁移。

  • 若源库有长事务,且实例包含增量迁移任务,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。

  • 在迁移实例运行期间,若源库进行了大版本升级,将会导致迁移实例运行失败并且无法恢复,您需要重新配置迁移实例。

其他限制

  • 目前只支持将数据迁移到SelectDB实例的UniqueDuplicate引擎表。

    目标表为Unique引擎表

    若目标表为Unique引擎表,请确保目标表中的所有唯一键均存在于源表中且在迁移对象中,否则可能会导致数据不一致。

    目标表为Duplicate引擎表

    若目标表为Duplicate引擎表,以下情况均可能会导致目标库中出现重复数据,您可以自行根据附加列(_is_deleted、_version和_record_id)进行去重操作:

    • 迁移实例发生过重试操作。

    • 迁移实例执行过重启操作。

    • 迁移实例开始运行后,待迁移的同一条数据执行过两次或更多次DML操作。

      说明

      当目标表为Duplicate引擎表时,DTS会将UPDATEDELETE语句转换为INSERT语句。

  • 已选择对象框中进行参数设置时,当前仅支持设置bucket_count参数(分桶数量)。

    说明

    bucket_count的参数值仅支持设置为正整数,默认值为auto

  • 由于SelectDB实例仅支持以字母开头的库名和表名,如果待迁移的库名或表名不是以字母开头,则需要使用映射功能进行修改。

  • 若待迁移对象(库、表、列)的名称包含中文,则需要使用映射功能进行修改(例如将其修改为英文),否则可能会导致任务失败。

  • 不支持迁移一次性修改多个列的DDL操作,以及对同一张表进行连续修改的DDL操作。

  • 一个迁移实例仅能迁移一个数据库。如果需要迁移多个数据库,则必须为每个数据库都配置迁移实例。

  • 不支持迁移包含跨Schema继承关系的表。

  • 在进行全量数据迁移时,DTS将会占用源和目标库一定的读写资源,可能会导致数据库的负载上升。因此建议在执行数据迁移前评估源库和目标库的性能,并在业务低峰期执行数据迁移(例如源库和目标库的CPU负载在30%以下)。

  • 在数据迁移期间,请勿在SelectDB数据库中增加BE(Backend)节点,否则会导致任务失败。您可以尝试通过重新启动迁移实例,来恢复失败的任务。

  • 在数据迁移期间,请勿在目标SelectDB实例中新建集群,否则会导致任务失败。您可以尝试通过重新启动迁移实例,来恢复失败的任务。

  • 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。

  • 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。在迁移期间,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_classpublic.dts_pg_attributepublic.dts_pg_typepublic.dts_pg_enumpublic.dts_postgres_heartbeatpublic.dts_ddl_commandpublic.dts_args_session

  • 增量数据迁移期间,DTS会在源库中创建前缀为dts_sync_replication slot用于复制数据。通过该replication slot,DTS可以获取源库15分钟内的增量日志。

    说明
    • DTS释放实例后会主动删除该replication slot,如果您在迁移期间修改了数据库密码,或者删除了DTS的访问IP白名单,则会导致该replication slot无法自动删除,此时需要您在源库手动删除,避免其持续累积占用磁盘空间导致RDS PostgreSQL实例不可用。

    • 当释放迁移任务或迁移失败时,DTS会主动清理该replication slot;如果RDS PostgreSQL发生了主备切换,则需要您登录备库来手动清理。

  • 若实例运行失败,DTS技术支持人员将在8小时内尝试恢复该实例。在恢复失败实例的过程中,可能会对该实例进行重启、调整参数等操作。

    说明

    在调整参数时,仅会修改实例的参数,不会对数据库中的参数进行修改。可能修改的参数,包括但不限于修改实例参数中的参数。

特殊情况

  • 当源实例为RDS PostgreSQL时,迁移期间,请勿修改RDS PostgreSQL的连接地址和可用区,否则会导致迁移失败。

  • 当源实例为自建PostgreSQL时,需要确保max_wal_sendersmax_replication_slots的参数值,均大于当前数据库复制槽已使用数与需要以该自建PostgreSQL为源创建的DTS实例数的总和。

  • 当源实例为Google Cloud Platform Cloud SQL for PostgreSQL时,源库的数据库账号需填入具有cloudsqlsuperuser权限的账号。在选择迁移对象时需选择此账号有权限管理的对象,或者给此账号添加目标对象的Owner权限。

    说明

    具有cloudsqlsuperuser权限的账号,无法管理Owner为其他cloudsqlsuperuser权限账号的数据。

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。

本示例不收费。

增量数据迁移

收费,详情请参见计费概述

支持增量迁移的SQL操作

操作类型

SQL操作语句

DML

INSERT、UPDATE、DELETE

DDL

ADD COLUMN、DROP COLUMN

数据库账号的权限要求

数据库

所需权限

创建及授权方式

RDS PostgreSQL实例

高权限账号,且需为待迁移数据库的Owner(授权账号)。

创建账号创建数据库

目标SelectDB实例

集群访问权限(Usage_priv)和数据库的读写权限(Select_priv、Load_priv、Alter_priv、Create_priv、Drop_priv)。

集群权限管理基础权限管理

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Data + AI > 数据传输(DTS) > 数据迁移

    3. 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

    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

    • 若您需要使用已录入系统(新建或保存)的数据库实例,请在下拉列表中选择所需的数据库实例,下方的数据库信息将自动进行配置。

      说明

      DMS控制台的配置项为选择DMS数据库实例

    • 若您未将数据库实例录入到系统,或无需使用已录入系统的数据库实例,则需要手动配置下方的数据库信息。

    数据库类型

    选择PostgreSQL

    接入方式

    选择云实例

    实例地区

    选择源RDS PostgreSQL实例所属的地域。

    是否跨阿里云账号

    本示例使用当前阿里云账号下的数据库实例,需选择不跨账号

    实例ID

    选择源RDS PostgreSQL实例的ID。

    数据库名称

    填入源RDS PostgreSQL实例中待迁移对象所属数据库的名称。

    数据库账号

    填入源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。

    目标库信息

    选择已有连接信息

    • 若您需要使用已录入系统(新建或保存)的数据库实例,请在下拉列表中选择所需的数据库实例,下方的数据库信息将自动进行配置。

      说明

      DMS控制台的配置项为选择DMS数据库实例

    • 若您未将数据库实例录入到系统,或无需使用已录入系统的数据库实例,则需要手动配置下方的数据库信息。

    数据库类型

    选择SelectDB

    接入方式

    选择云实例

    实例地区

    选择目标SelectDB实例所属的地域。

    是否跨阿里云账号

    本示例使用当前阿里云账号下的数据库实例,需选择不跨账号

    实例ID

    选择目标SelectDB实例的ID。

    数据库账号

    填入目标SelectDB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,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. 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数据迁移,建议同时选中库表结构迁移全量迁移

      • 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增量迁移

      重要
      • PostgreSQL数据库的数据迁移到SelectDB实例会进行类型转换,若您未选中库表结构迁移,则需要提前在目标SelectDB实例中创建好相应结构的UniqueDuplicate模型表。更多信息,请参见数据类型映射关系附加列信息数据模型

      • 若您选中选增量迁移,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。

      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

      源库对象框中单击待迁移的对象,然后单击向右小箭头将其移动到已选择对象框。

      说明

      迁移对象选择的粒度为Schema、表、列。

      已选择对象

      • 如需设置待迁移对象在目标实例中的名称,或指定目标实例中接收数据的对象,请右击已选择对象中的迁移对象进行修改。设置方式,请参见库表列名映射

      • 如需移除已选择的迁移对象,请在已选择对象框中单击待迁移的对象,然后单击image将其移动到源库对象框。

      • 迁移类型选中了库表结构迁移、待迁移对象选择的粒度为表,且需设置分桶数量(bucket_count参数),请右击已选择对象中迁移的表,在参数设置区域将开启参数设置选择为,并根据实际情况设置参数值,然后单击确定

      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。

      • 如需设置WHERE条件过滤数据,请在已选择对象中右击待迁移的表,在弹出的对话框中设置过滤条件。设置方法,请参见设置过滤条件

      • 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的对象,并在弹出的对话框中选择所需迁移的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DDLDML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,才有此配置项。

      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,才有此配置项。

      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

      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。

    3. 可选:上述配置完成后,单击下一步配置库表字段,设置待迁移的表在目标中的主键列分布键引擎选择信息。

      说明
      • 配置任务对象时迁移类型选中了库表结构迁移时才会有本步骤,您可以将定义状态选择为全部后进行修改。

      • 主键列可以是选择多个列组成联合主键,且需要从主键列中选择1个或者多个列作为分布键

      • 既无主键也无唯一约束的表,引擎选择需选择为duplicate,否则可能会导致实例失败或数据丢失。

  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. 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

      您可以在迁移任务列表页面,查看迁移实例的具体进度。

      说明
      • 若迁移实例不包含增量迁移任务,则迁移实例会自动结束。迁移实例自动结束后,运行状态已完成

      • 若迁移实例包含增量迁移任务,则迁移实例不会自动结束,增量迁移任务会持续进行。在增量迁移任务正常运行期间,迁移实例的运行状态运行中

数据类型映射关系

类别

PostgreSQL数据库的数据类型

SelectDB实例的数据类型

NUMERIC

SMALLINT

SMALLINT

INTEGER

INT

BIGINT

BIGINT

DECIMAL

DECIMAL

NUMERIC

DECIMAL

REAL

DOUBLE

DOUBLE

DOUBLE

SMALLSERIAL

SMALLINT

SERIAL

INT

BIGSERIAL

BIGINT

MONETARY

MONEY

STRING

CHARACTER

  • CHAR(n)

  • VARCHAR(n)

VARCHAR

重要

为避免数据丢失,CHAR(n)和VARCHAR(n)类型的数据迁移到SelectDB实例后会转换为VARCHAR(4*n)。

  • 若未指定数据长度,则采用SelectDB的默认值VARCHAR(65533)。

  • 若数据长度超过65533,则迁移到SelectDB后会转换为STRING。

TEXT

STRING

BINARY

BYTEA

STRING

DATE AND TIME

TIMESTAMP [(P)] [WITHOUT TIME ZONE]

DATETIMEV2

TIMESTAMP [(P)] WITH TIME ZONE

DATETIMEV2

DATE

DATEV2

TIME [(P)] [WITHOUT TIME ZONE]

VARCHAR(50)

TIME [(P)] WITH TIME ZONE

VARCHAR(50)

INTERVAL [FIELDS] [(P)]

STRING

BOOLEAN

BOOLEAN

BOOLEAN

GEOMETRIC

  • POINT

  • LINE

  • LSEG

  • BOX

  • PATH

  • POLYGON

  • CIRCLE

STRING

NETWORK ADDRESS

  • CIDR

  • INET

  • MACADDR

  • MACADDR8

STRING

TEXT SEARCH

TSVECTOR

STRING

XML

XML

STRING

JSON

JSON

JSON

附加列信息

说明

在目标Duplicate模型表中,DTS自动添加或需您手动添加的附加列如下表所示。

名称

数据类型

默认值

说明

_is_deleted

Int

0

数据是否被删除。

  • Insert:记录为0

  • Update:记录为0

  • Delete:记录为1

_version

Bigint

0

  • 全量迁移的数据:记录为0

  • 增量迁移的数据:源库Binlog中对应的时间戳(秒级)。

_record_id

Bigint

0

  • 全量迁移数据:记录为0

  • 增量迁移数据:增量日志的记录ID,为该日志的唯一标识。

    说明

    ID的值唯一且递增。