文档

PolarDB MySQL版同步至阿里云消息队列Kafka版

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 MySQL版集群同步至阿里云消息队列Kafka版,扩展消息处理能力。

前提条件

注意事项

说明

DTS不会将源数据库中的外键同步到目标数据库,因此源数据库的级联、删除等操作不会同步到目标数据库。

类型

说明

源库限制

  • 待同步的表需具备主键或唯一约束,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。

  • 如同步对象为表级别,且需进行编辑(如表列名映射),则单次同步任务仅支持同步至多1000张表。当超出数量限制,任务提交后会显示请求报错,此时建议您拆分待同步的表,分批配置多个任务,或者配置整库的同步任务。

  • 如需进行增量同步,需开启Binlog日志,并且需要将loose_polar_log_bin参数设置为on。否则预检查阶段提示报错,且无法成功启动数据同步任务。开启Binlog日志和修改参数的方法,请参见开启Binlog修改参数值

    说明
    • PolarDB MySQL版开启Binlog日志会占用一定的存储空间,需要收取存储费用。

    • 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。

  • 在库表结构同步和全量同步阶段,请勿执行库或表结构变更的DDL操作,否则会导致数据同步任务失败。

其他限制

  • 不支持同步源PolarDB MySQL版只读节点。

  • 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。

  • 对于表级别的数据同步,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。

  • 对于表级别的数据同步,如果除DTS以外的数据没有写入目标库,您可以使用数据管理DMS(Data Management)来执行在线DDL变更,请参见不锁表结构变更

  • 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。

  • 在同步期间,若目标Kafka发生了扩容或缩容,您需要重启实例。

其他注意事项

DTS会在源库定时执CREATE DATABASE IF NOT EXISTS `test`命令以推进Binlog位点。

单条记录大小限制

由于写入Kafka单条记录的大小是10MB,因此当源端一行数据超过10MB时,DTS由于无法成功写入Kafka会导致任务中断。在该场景下建议您不要同步该表,如果一定要同步,也只能同步部分列,即配置DTS任务时,过滤掉这些大字段的记录。如果已经是在同步中的任务,则需要修改同步对象,将该表移出,再次点击修改同步对象,加入该表,并将该表的大字段列过滤,不做同步。

支持的同步架构

  • 一对一单向同步。

  • 一对多单向同步。

  • 多对一单向同步。

  • 级联单向同步。

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

DDL

  • CREATE TABLE、ALTER TABLE、DROP TABLE、RENAME TABLE、TRUNCATE TABLE

  • CREATE VIEW、ALTER VIEW、DROP VIEW

  • CREATE PROCEDURE、ALTER PROCEDURE、DROP PROCEDURE

  • CREATE FUNCTION、DROP FUNCTION、CREATE TRIGGER、DROP TRIGGER

  • CREATE INDEX、DROP INDEX

数据库账号的权限要求

数据库

权限要求

PolarDB MySQL版集群

待同步对象的读权限。

操作步骤

  1. 进入同步任务的列表页面。

    1. 登录DMS数据管理服务

    2. 在顶部菜单栏中,单击集成与开发(DTS)

    3. 在左侧导航栏,选择数据传输(DTS) > 数据同步

    说明
  2. 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。

  3. 单击创建任务,配置源库及目标库信息。

    警告

    选择源和目标实例后,建议您仔细阅读页面上方显示的使用限制,否则可能会导致任务失败或数据不一致。

    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 MySQL

    接入方式

    选择云实例

    实例地区

    选择源PolarDB MySQL版集群所属地域。

    是否跨阿里云账号

    本场景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版集群ID。

    数据库账号

    填入源PolarDB MySQL版集群的数据库账号,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。

    连接方式

    根据需求选择非加密连接SSL安全连接。如果设置为SSL安全连接,您需要提前开启RDS MySQL实例的SSL加密功能,详情请参见设置SSL加密

    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

    由于DTS暂时不支持直接选择阿里云消息队列Kafka版,此处将其作为自建Kafka来配置数据同步。

    实例地区

    选择目标阿里云消息队列Kafka版实例所属地域。

    已和目标端数据库联通的VPC

    选择目标阿里云消息队列Kafka版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。

    主机名或IP地址

    填入阿里云消息队列Kafka版实例默认接入点中的任意一个IP地址。

    说明

    您可以在阿里云消息队列Kafka版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

    阿里云消息队列Kafka版实例的服务端口,默认为9092

    数据库账号

    填入目标阿里云消息队列Kafka版实例的数据库账号。

    说明

    如果阿里云消息队列Kafka版实例的实例类型为VPC实例,无需配置数据库账号数据库密码

    数据库密码

    填入该数据库账号对应的密码。

    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. 如果您的自建数据库具备白名单安全设置,您需要复制弹跳框中的DTS服务器IP地址,并加入自建数据库的白名单安全设置中。然后单击测试连接以进行下一步

    说明

    DTS服务器IP地址的更多说明,请参见添加DTS服务器的IP地址段

  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。

    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

    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

    同步对象的选择粒度为表。

    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
    • 如需按库或表级别选择同步的SQL操作,请在已选择对象中右击待同步对象,并在弹出的对话框中选择所需同步的SQL操作。支持的操作请参见支持同步的SQL操作

    • 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。设置方法请参见设置过滤条件

  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

    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。

    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。

    • :不在源库中写入心跳SQL信息,DTS实例可能会显示有延迟。

    • :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。

    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,当同步失败或延迟超过阈值后,将通知告警联系人。

  7. 可选:已选择对象区域框中,将鼠标指针放置在目标Topic名上,然后右击Topic名后出现编辑,在弹出的对话框中设置源表在目标Kafka实例中的Topic名称、Topic的Partition数量、Partition Key等信息。

    配置

    说明

    表名称

    设置源表同步到的目标Topic名称。

    警告

    设置的Topic名称必须在目标Kafka实例中真实存在,否则将导致数据同步失败。

    过滤条件

    • 过滤条件支持标准的SQL WHERE语句(仅支持=!=<>操作符),只有满足WHERE条件的数据才会被同步到目标Topic。本案例填入p_id>1

    • 过滤条件中如需使用引号,请使用单引号('),例如address in('hangzhou','shanghai')

    设置新Topic的Partition数量

    本场景中,目标Kafka为消息队列Kafka实例,暂不支持该功能,无需配置本参数。

    设置Partition Key

    当您在步骤5中选择同步策略为按主键的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。

  8. 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。

  9. 预检查通过率显示为100%时,单击下一步购买

  10. 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

    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,详情请参见数据同步链路规格说明

  11. 配置完成后,阅读并勾选《数据传输(按量付费)服务条款》

  12. 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。