文档

云数据库MongoDB版同步至云原生数据仓库AnalyticDB PostgreSQL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。

数据传输服务DTS(Data Transmission Service)支持将MongoDB的数据同步到AnalyticDB PostgreSQL版实例中。本文以云数据库MongoDB版(副本集架构)为源,为您介绍同步操作的步骤。

前提条件

  • 已创建存储空间大于源云数据库MongoDB版实例已占用存储空间的目标AnalyticDB PostgreSQL版实例。创建方法,请参见创建实例

    说明

    建议目标实例的存储空间比源数据库已使用的存储空间大10%。

  • 已在目标AnalyticDB PostgreSQL版实例中创建用于接收数据的数据库、Schema、具有主键列的表。创建方法,请参见SQL语法

    重要
    • 请务必确保目标表的数据类型与源MongoDB的数据兼容。例如,若MongoDB中的_id为ObjectId类型,则对应AnalyticDB PostgreSQL版实例中数据类型需为varchar

    • AnalyticDB PostgreSQL版实例中目标表的列名不能为_id_value。

  • 若源为分片集群架构的云数据库MongoDB版,则还需为Shard节点申请连接地址,且各Shard的账号和密码需保持一致。申请方法,请参见申请Shard或ConfigServer节点连接地址

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的出口带宽,否则将影响数据同步速率。

  • 若需要进行编辑(如集合的名称映射),则单次同步任务最多支持同步1000个集合。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集合,分批配置多个任务,或者配置整库的同步任务。

  • 若源MongoDB为分片集群架构的实例,则源Mongos节点的数量不能超过10个。同时,请确保分片集群架构的MongoDB实例中没有孤立文档,否则可能会导致数据不一致甚至任务失败。更多信息,请参见孤立文档如何清理MongoDB(分片集群架构)的孤立文档

  • 需开启Oplog日志,否则预检查阶段提示报错,且无法成功启动数据同步任务。

    说明

    DTS要求源数据库的Oplog日志至少保留7天以上,否则DTS可能因无法获取Oplog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Oplog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。

  • 源库的操作限制:

    • 在全量同步阶段,请勿执行库或集合的结构变更,否则数据同步任务会失败。

    • 如仅执行全量数据同步,请勿向源实例中写入新的数据,否则会导致源和目标数据不一致。为实时保持数据一致性,建议选择全量数据同步和增量数据同步。

其他限制

  • 当前仅支持华北1(青岛)或华北6(乌兰察布)地域间的同步实例。

  • 仅支持集合级别的同步。

  • 目标AnalyticDB PostgreSQL版实例中不能有名称为_id_value的字段,否则会导致同步失败。

  • AnalyticDB PostgreSQL版实例中数据类型不兼容MongoDB的数据,则会导致任务失败。

  • 不支持同步admin和local库中的数据。

  • 不保留事务信息,即源库中的事务同步到目标库时会转变为单条的记录。

  • 执行数据同步前需评估源库和目标库的性能,同时建议在业务低峰期执行数据同步。否则全量数据同步时DTS占用源和目标库一定读写资源,可能会导致数据库的负载上升。

  • 由于全量数据同步会并发执行INSERT操作,导致目标数据库的集合产生碎片,因此全量同步完成后目标数据库的集合存储空间会大于源实例的集合存储空间。

  • 请确认DTS对数据类型为FLOAT或DOUBLE的列的同步精度是否符合业务预期。DTS会通过ROUND(COLUMN,PRECISION)来读取这两类列的值。如果没有明确定义其精度,DTS对FLOAT的同步精度为38位,对DOUBLE的同步精度为308位。

  • DTS会尝试恢复七天之内同步失败任务。因此在业务切换至目标实例前,请务必结束或释放该任务,或者用revoke命令回收DTS访问目标实例账号的写权限。避免该任务被自动恢复后,源端数据覆盖目标实例的数据。

  • 由于DTS增量同步的延迟时间是根据同步到目标库最后一条数据的时间戳和当前时间戳对比得出,源库长时间未执行更新操作可能导致延迟信息不准确。如果任务显示的延迟时间过大,您可以在源库执行一个更新操作来更新延迟信息。

费用说明

同步类型

链路配置费用

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

同步类型说明

同步类型

说明

全量同步

将源云数据库MongoDB版同步对象的存量数据全部同步到目标AnalyticDB PostgreSQL版实例中。

增量同步

在全量同步的基础上,将源云数据库MongoDB版的增量更新同步到目标AnalyticDB PostgreSQL版实例中。

说明

仅支持增量同步在集合中插入、更新、删除文档的操作。

数据库账号的权限要求

数据库

所需权限

账号创建及授权方式

云数据库MongoDB版

待同步库、admin库和local库的read权限。

MongoDB数据库账号权限管理

目标AnalyticDB PostgreSQL版

目标库的读写权限。

创建数据库账号用户权限管理

说明

您可以使用初始账号或具备RDS_SUPERUSER权限的账号。

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。

    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。

    说明

    数据库类型

    选择MongoDB

    接入方式

    选择云实例

    实例地区

    选择源云数据库MongoDB版所属的地域。

    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

    架构类型

    本示例选择副本集架构

    说明

    若您的源云数据库MongoDB版分片集群架构,您还需要填写shard账号shard密码

    实例ID

    选择源云数据库MongoDB版的实例ID。

    鉴权数据库名称

    填入源云数据库MongoDB版实例中数据库账号所属的数据库名称,若未修改过则为默认的admin

    数据库账号

    填入源云数据库MongoDB版的数据库账号,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。

    说明

    数据库类型

    选择AnalyticDB PostgreSQL

    接入方式

    选择云实例

    实例地区

    选择目标AnalyticDB PostgreSQL版实例所属的地域。

    实例ID

    选择目标AnalyticDB PostgreSQL版实例的名ID。

    数据库名称

    填入目标AnalyticDB PostgreSQL版实例中用于接收同步对象的数据库名称。

    数据库账号

    填入目标AnalyticDB PostgreSQL版实例的数据库账号,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。

  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。仅支持选中全量同步,不支持库表结构同步。预检查完成后,DTS会将源实例中待同步对象的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。

      实例级别选择所需同步的DDL和DML

      按实例级别选择需要增量同步的操作。

      说明

      如需按集合级别选择需要增量同步的操作,请在已选择对象中右键单击同步对象,然后在弹跳框中勾选。

      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。

      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集合。

      已选择对象

      1. 编辑库名映射。

        1. 右键单击已选择对象中的待同步集合所属的数据库。

        2. 库名修改为目标AnalyticDB PostgreSQL版实例中接收数据的Schema名称。

        3. 可选:勾选所需同步的DML&DDL操作区域选择所需增量同步的操作。

        4. 单击确定

      2. 编辑表名映射。

        1. 右键单击已选择对象中的待同步的集合。

        2. 表名称修改为目标AnalyticDB PostgreSQL版实例中接收数据的表名称。

        3. 可选:设置过滤条件,设置方法请参见设置过滤条件

        4. 可选:勾选所需同步的DML&DDL操作区域选择所需增量同步的操作。

      3. 配置MongoDB中需要同步的字段(Field)。

        1. 单击+ 新增列

        2. 填写列名称

          说明

          此处填写的是目标AnalyticDB PostgreSQL版实例中接收数据表的列名。

        3. 选择列数据的类型

          重要

          请务必确保目标表的数据类型与源MongoDB的数据兼容。

        4. 可选:配置列数据的长度精度

        5. 赋值下方的文本框中填写bson_value()表达式,详情请参见赋值配置示例

          重要

          目标表的主键列必须赋值为bson_value("_id")

    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。

      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。

  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。

赋值配置示例

源MongoDB的数据结构

{
  "_id":"62cd344c85c1ea6a2a9f****",
  "person":{
    "name":"neo",
    "age":26,
    "sex":"male"
  }
}

目标AnalyticDB PostgreSQL版的表结构

列名称

类型

mongo_id

varchar

说明

主键列。

person_name

varchar

person_age

decimal

新增列配置

列名称

类型

赋值

mongo_id

STRING

bson_value("_id")

person_name

STRING

bson_value("person","name")

person_age

DECIMAL

bson_value("person","age")