您可以根据业务需求使用DTS将PolarDB-X 2.0数据同步迁移到表格存储（Tablestore）中。
背景信息
数据传输服务DTS（Data Transmission Service）是阿里云提供的实时数据流服务，支持关系型数据库（RDBMS）、非关系型的数据库（NoSQL）、数据多维分析（OLAP）等数据源间的数据交互，集数据同步、迁移、订阅、集成、加工于一体，助您构建安全、可扩展、高可用的数据架构。更多信息，请参见数据传输服务DTS。
使用场景
大数据分析与处理
如果您需要对存储在PolarDB中的大量业务数据进行复杂的分析和生成报表，您可以将数据迁移到表格存储。表格存储的分布式架构和高并发读写能力支持快速的数据分析和即席查询，适合大数据BI和OLAP场景。
日志与事件数据处理
如果您需要处理互联网服务、IoT设备或应用程序生成的海量日志和事件数据，您可以将数据迁移到表格存储更高效地进行存储和分析。表格存储适合处理半结构化或非结构化的数据，便于日志分析、监控报警和趋势预测。
成本优化与归档
随着数据量的增长，您可以将不常访问的历史数据从成本较高的关系型数据库迁移到成本更低的表格存储，可以有效降低存储成本，同时保持数据的可访问性，用于合规审计或历史分析。
数据导入方案
请根据实际数据迁移场景选择合适的导入方案。
导入方案 | 说明 |
数据迁移主要用于上云迁移，例如将本地数据库、ECS上的自建数据库或第三方云数据库迁移至阿里云数据库。数据迁移是一次性任务，迁移完成后即可释放实例。迁移类型包括库表结构迁移、全量迁移和增量迁移。 在选中增量迁移时，可以实现数据同步的部分功能，但是不如数据同步灵活，例如不支持在线修改同步对象、不支持双向同步等。 | |
数据同步主要用于两个数据源之间的数据实时同步，适用于异地多活、数据灾备、跨境数据同步、查询与报表分流、云BI及实时数据仓库等场景。数据同步是持续性任务，任务创建后会一直同步数据，保持数据源和数据目标的数据一致性。同步类型包括库表结构同步、全量同步和增量同步。 |
数据导入工作原理
数据迁移工作原理
数据迁移过程包括三个阶段，即结构迁移、全量数据迁移和增量数据迁移。 如果需要在迁移期间保持源数据库的正常运行，当您在配置迁移任务时，必须将结构迁移、全量数据迁移和增量数据迁移都选为所需的迁移类型。
数据同步工作原理
DTS可以在两个数据源之间同步正在进行的数据变更。数据同步通常用于OLTP到OLAP的数据传输。数据同步包括以下两个阶段：
同步初始化：DTS先开始收集增量数据，然后将源数据库的结构和存量数据加载到目标数据库。
数据实时同步：DTS同步正在进行的数据变更，并保持源数据库和目标数据库的同步。
计费说明
数据迁移
迁移类型 | 链路配置费用 | 公网流量费用 |
结构迁移和全量数据迁移 | 不收费。 | 不收费。 |
增量数据迁移 | 收费，详情请参见计费概述。 |
数据同步
| 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。 |
表格存储
当导入数据到表格存储时，表格存储会根据数据存储量收取相应存储费用。
通过迁移工具访问表格存储时，表格存储会根据所用计费方式收取读写数据的费用。
计费模式
计算能力说明
按照资源评估结果预先购买预留VCU或开启弹性能力后按实际使用量支付计算性能消耗费用。计算能力中涵盖数据读写的计算消耗。
根据具体的读写请求按照读写吞吐量计量计费。同时根据实例类型不同，计费时需要区分按量读写CU以及预留读写CU。