文档

PolarDB-X 2.0同步至Elasticsearch

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-X 2.0的数据同步至Elasticsearch实例。

前提条件

  • 已创建源PolarDB-X 2.0实例,且需兼容MySQL 5.7版本。

  • 已创建目标Elasticsearch,请参见创建阿里云Elasticsearch实例

  • 源和目标支持的版本,请参见同步方案概览

  • 目标Elasticsearch实例存储空间须大于源PolarDB-X 2.0实例。

注意事项

说明
  • 在库表结构同步过程中,DTS会将源数据库中的外键同步到目标数据库。

  • 在全量同步和增量同步过程中,DTS会以Session级别暂时禁用约束检查以及外键级联操作。若任务运行时源库存在级联更新、删除操作,可能会导致数据不一致。

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。

  • 若同步对象为表级别,且需进行编辑(如表列名映射),单次同步任务的表数量超过5000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,否则任务提交后可能会显示请求报错。

  • Binlog日志:

    • 在PolarDB-X 2.0控制台参数设置界面开启binlog,开启方法请参见参数设置。并且binlog_row_image为full。否则预检查阶段提示报错,且无法成功启动数据同步任务。

    • 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。

  • 若源端PolarDB-X 2.0待同步的表名中含大写字母,则仅支持库表结构同步。

  • PolarDB分布式版需兼容MySQL 5.7版本。

其他限制

  • 不支持同步DDL操作,如果源库中待同步的表在同步的过程中,已经执行了DDL操作,您需要先移除同步对象,然后在Elasticsearch实例中移除该表对应的索引,最后新增同步对象。请参见移除同步对象新增同步对象

  • 如果源库中待同步的表需要执行增加列的操作,您只需先在Elasticsearch实例中修改对应表的mapping,然后在源数据库中执行相应的DDL操作,最后暂停并启动同步任务。

  • 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。

  • 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。

  • 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。

  • 不支持开发测试型规格、Serverless(含资源包)计费或开启HTTPS协议的Elasticsearch实例。

其他注意事项

DTS会在源库定时更新`dts_health_check`.`ha_health_check`表以推进binlog位点。

费用说明

同步类型链路配置费用
库表结构同步和全量数据同步不收费。
增量数据同步收费,详情请参见计费概述

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

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

映射关系

由于PolarDB-X 2.0兼容的MySQL与Elasticsearch实例支持的数据类型不同,数据类型无法完全对应。DTS在进行库结构同步时,会根据Elasticsearch实例支持的数据类型进行类型映射,请参见结构初始化涉及的数据类型映射关系

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,进入任务配置页面。

  4. 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。

  5. 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

    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

    数据库类型

    选择Elasticsearch

    接入方式

    选择云实例

    实例地区

    选择目标Elasticsearch实例所属地域。

    实例ID

    选择目标Elasticsearch实例ID。

    数据库账号

    填入目标Elasticsearch实例的数据库账号,需具备读写权限,通常为elastic。

    数据库密码

    填入该数据库账号对应的密码。

  6. 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。

  7. 配置任务对象。

    1. 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。

      索引名称

      • 表名

        选择为表名后,在目标Elasticsearch实例中创建的索引名称和表名一致,在本案例中即为order。

      • 库名_表名

        选择为库名_表名后,在目标Elasticsearch实例中创建的索引名称为库名_表名,在本案例中即为dtstest_order。

      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。

      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

      • 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同步失败。

    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。

      分片配置

      根据目标Elasticsearch中索引的最大分片配置,设置索引的主分片和副本分片的数量。

      字符串Index

      同步至目标Elasticsearch实例中的字符串编入索引的方式。

      • analyzed:先分析字符串,再编入索引。您还需要选择具体的分析器,分析器的类型即作用,请参见分析器

      • not analyzed:不分析,直接使用原始值编入索引。

      • no:不编入索引。

      时区

      DTS同步时间类型的数据(如DATETIME, TIMESTAMP)至目标Elasticsearch实例时,您可以选择所带时区。

      说明

      如目标实例中此类时间类型数据无需带有时区,则在同步前您需在目标实例中设置该时间类型数据的文档类型(type)。

      DOCID取值

      DOCID默认为表的主键,如表中无主键,则DOCID为Elasticsearch自动生成的ID列。

      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。

    3. 上述配置完成后,单击页面下方的下一步配置库表字段,设置待同步的表在目标Elasticsearch的_routing策略和_id取值。

      类型

      说明

      设置_routing

      设置_routing可以将文档路由存储在目标Elasticsearch实例的指定分片上,请参见_routing

      • 选择为,您可以自定义列进行路由。

      • 选择为,则用_id进行路由。

      说明

      创建的目标Elasticsearch实例为7.x版本时,您必须选择为

      _id取值

      • 表的主键列

        联合主键合并为一列。

      • 业务主键

        如果选择为业务主键,那么您还需要设置对应的业务主键列

  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. 购买实例。

    1. 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

      计费方式

      • 预付费(包年包月):在新建实例时支付费用。适合长期需求,价格比按量付费更实惠,且购买时长越长,折扣越多。

      • 后付费(按量付费):按小时扣费。适合短期需求,用完可立即释放实例,节省费用。

      资源组配置

      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。更多信息,请参见数据同步链路规格说明

      订购时长

      在预付费模式下,选择包年包月实例的时长和数量,包月可选择1~9个月,包年可选择1年、2年、3年和5年。

      说明

      该选项仅在付费类型为预付费时出现。

    2. 配置完成后,阅读并勾选《数据传输(按量付费)服务条款》

    3. 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。

查看同步后的索引和数据

数据同步任务处于运行中状态后,您可以使用数据可视化软件Kibana连接Elasticsearch实例,确认创建的索引和同步的数据是否符合业务的预期。登录方式,请参见登录Kibana控制台

说明

如果不符合业务预期,您可以删除该索引及对应的数据,然后重新配置数据同步任务。

  • 本页导读 (1)