SLS迁移至ClickHouse集群

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。

本文为您介绍如何使用数据传输服务DTS(Data Transmission Service)将日志服务SLS的数据迁移至云数据库ClickHouse集群。

前提条件

  • 已将待迁移的数据采集到日志服务的Logstore中,详情请参见数据采集概述

  • 已创建目标ClickHouse集群,详情请参见新建集群

  • 已在目标ClickHouse集群创建用于接收数据的数据库和表,详情请参见创建数据库创建表对象命名规范限制

    说明
    • 日志服务SLS中的Logstore对应ClickHouse集群的数据库,Topic对应数据表。

    • 在ClickHouse集群中,无需为Logstore中以__开头并__结尾的索引字段创建相应的列。

注意事项

类型

说明

源库限制

  • 须确保待迁移Logstore的数据保存时间为7天以上。

  • 待迁移的Logstore需要关闭自动分裂Shard功能。关闭方法,请参见修改Logstore配置

  • DTS实例运行期间,请勿对Shard进行变更操作(如分裂Shard和合并Shard等),否则可能会导致数据丢失。

其他限制

  • 当前仅华北1(青岛)和华北2(北京)地域支持此功能。

  • 不支持库表结构迁移。

  • 不支持迁移以__开头并__结尾的索引字段。

  • 若您需要将Logstore中所有Topic的数据迁移到ClickHouse集群的同一张表,请在配置迁移对象时在表名文本框中填入.*,否则可能会因Topic被过滤而导致相应数据丢失。

  • 重启任务可能会导致少量的数据重复。

  • 实例包含全量迁移和增量迁移,在任务列表合并显示为增量迁移。

  • 待迁移数据库的数量符合云数据库ClickHouse的限制,即不超过256个。

  • 若您采用先购买再配置的方式配置实例,在购买实例时需正确选择分布式数据库节点数量

    说明

    分布式数据库节点数量必须与待迁移数据所属Logstore的Shard数一致。Logstore中Shard数量的查看方法,请参见管理Shard

  • 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DTS迁移期间,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。

  • 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。

费用说明

迁移类型

链路配置费用

公网流量费用

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

数据库账号的权限要求

数据库

所需权限

创建及授权方式

目标ClickHouse集群

  • 22.8及以上版本:目标库的读写权限,高权限账号符合要求。

  • 21.8版本:读写和设置权限允许DDL

社区兼容版账号管理企业版账号管理

准备工作

在创建DTS实例之前,您需要先创建RAM用户并完成相应的授权,以确保DTS能够通过该RAM用户的AccessKey ID和AccessKey Secret读取日志服务中待迁移的数据。

  1. 创建RAM用户。

    1. 访问RAM用户列表

    2. 在页面左上角,单击创建用户

    3. 填入登录名称,并在访问方式区域选中使用永久 AccessKey 访问

    4. 单击确定

      重要

      RAM用户创建成功后,请保存AccessKey ID和AccessKey Secret信息。

  2. 返回RAM用户列表,查找创建好的RAM用户。

  3. 在目标RAM用户的操作列,单击添加权限

  4. 权限策略下方的文本框中,搜索并选中AliyunLogReadOnlyAccess策略。

    说明

    AliyunLogReadOnlyAccess策略拥有日志服务的只读权限,授权了该策略的子账号可以访问日志服务。您也可以按需进行自定义策略,更多信息请参见创建自定义权限策略

  5. 单击确认新增授权,完成授权操作。

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,选择集成与开发 > 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. 可选:在页面右上角,单击试用新版配置页

    说明
    • 若您已进入新版配置页(页面右上角的按钮为返回旧版配置页),则无需执行此操作。

    • 新版配置页和旧版配置页部分参数有差异,建议使用新版配置页。

  4. 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

    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他云/自建数据库录入

    数据库类型

    选择SLS

    接入方式

    选择云实例

    实例地区

    选择源日志服务中待迁移数据所属项目(Project)的地域。

    Project

    选择源日志服务中待迁移数据所属的Project。

    Logstore

    选择源日志服务中待迁移数据所属的Logstore。

    AccessKey ID

    填入在准备工作中所创建的RAM用户的AccessKey ID和AccessKey Secret。

    AccessKey Secret

    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他云/自建数据库录入

    数据库类型

    选择ClickHouse

    接入方式

    选择云实例

    实例地区

    选择目标ClickHouse集群所属地域。

    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

    集群类型

    请根据实际情况选择ClickHouse集群的类型。

    集群ID

    选择目标ClickHouse集群的ID。

    数据库账号

    填入目标ClickHouse集群的数据库账号。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。

  5. 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

  6. 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

      仅支持全量迁移 + 增量迁移

      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

      已选择对象

      1. 指定接收数据的数据库。

        1. 将鼠标指针悬停在已选择对象中待迁移的Logstore,并单击该Logstore后出现的编辑

        2. 在弹出的编辑Schema对话框中,将Schema名称修改为目标ClickHouse集群中接收数据的数据库名称。

          说明

          DTS默认将Logstore的名称映射为目标ClickHouse集群的数据库名称,若Logstore名称中包含-字符,则该字符将被替换为_

        3. 单击确定

      2. 指定接收数据的表。

        1. 单击Table后的新增表

        2. 在弹出的添加表对话框中,配置迁移对象和接收数据的表。

          迁移对象的粒度支持配置为Logstore或Topic:

          • 粒度为Logstore:在表名文本框中,填入.*

            重要

            .*表示Logstore中的所有Topic,且仅支持将Logstore中所有Topic的数据写入到同一张表中。

          • 粒度为Topic:在表名文本框中,填入Logstore中待迁移的Topic名称。

        3. 目标表名文本框中,填入目标ClickHouse集群中接收数据的表名称。

          说明

          若待迁移对象的粒度为Topic,请单击添加表,并逐一将每个Topic与ClickHouse集群中的表进行映射。

        4. 单击确定

      3. 指定接收数据的列。

        说明
        • 若待迁移对象的粒度为Logstore,请勿单击添加表

        • 若待迁移对象的粒度为Topic,您需要重复以下操作,逐一将每个Topic与ClickHouse集群中的表进行映射。

        1. 将鼠标指针悬停在已选择对象中刚创建的表,并单击该表后出现的编辑

        2. 在弹出的编辑表对话框中,确定待迁移的索引字段(列)。

          说明

          若您需要指定迁移的索引字段,请取消选中全表同步,然后进行勾选。

        3. 目标列名文本框中,将其修改为目标表中用于接收相应索引字段数据的列名。

        4. 可选:目标类型列中,选择对应列的数据类型。

          说明

          DTS对数据类型的默认映射,请参见数据类型映射

        5. 将每个待迁移的索引字段配置完成后,单击确认

    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。

      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。

  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。

  8. 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

      您可在数据迁移界面查看具体进度。

数据类型映射

日志服务SLS

ClickHouse集群

TEXT

STRING

JSON

STRING

DOUBLE

FLOAT64

LONG

INT64