PolarDB-X 2.0同步至阿里云消息队列Kafka

前提条件

• 已创建源PolarDB-X 2.0实例，且兼容MySQL 5.7版本。

• 已创建存储空间大于源PolarDB-X 2.0实例已占用存储空间的目标Kafka实例。

  说明

  源库和目标库支持的版本，请参见同步方案概览。

• 目标Kafka实例中已创建用于接收同步数据的Topic，详情请参见步骤一：创建Topic。

注意事项

费用说明

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。

支持同步的SQL操作

操作步骤

1. 进入目标地域的同步任务列表页面（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，单击数据同步。

   3. 在页面左上角，选择同步实例所属地域。

   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） > 数据同步。

   3. 在同步任务右侧，选择同步实例所属地域。

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。

   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
   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-X 2.0。
   	接入方式	选择云实例。
   	实例地区	选择源PolarDB-X 2.0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的同步，选择不跨账号。
   	实例ID	选择源PolarDB-X 2.0实例ID。
   	数据库账号	填入源PolarDB-X 2.0实例的数据库账号，需具备REPLICATION SLAVE、REPLICATION CLIENT及待同步对象的SELECT权限。 说明 授权方式，请参见数据同步过程中的账号权限问题。
   	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Kafka实例所属地域。
   	已和目标端数据库联通的VPC	选择目标Kafka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。
   	域名或IP地址	填入Kafka实例默认接入点中的任意一个IP地址。 说明 您可以在Kafka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	Kafka实例的服务端口，默认为9092。
   	数据库账号	填入目标Kafka实例的数据库账号。 说明 如果Kafka实例的实例类型为VPC实例，无需配置数据库账号和数据库密码。
   	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，选择非加密连接或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。 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。

5. 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地址添加到其余每个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。

6. 配置任务对象。

   1. 在对象配置页面，配置待同步的对象。

      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。
      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。
      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。 重要 若源库为PolarDB-X 1.0，则暂不支持此功能。
      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 同步对象选择的粒度为库、表、列。若选择的同步对象为表或列，其他对象（如视图、触发器、存储过程）不会被同步至目标库。
      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。设置方法请参见通过SQL条件过滤任务数据。

   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。
      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。
      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。
      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。

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。

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. 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。