Data Transmission Service:Sincronizar dados do ApsaraDB for MongoDB para o Lindorm

Pré-requisitos

• A instância de origem do ApsaraDB for MongoDB deve estar na região Germany (Frankfurt).

• A instância de origem do ApsaraDB for MongoDB deve ter arquitetura de replica set ou sharded cluster.

  Importante

  Se a instância de origem do ApsaraDB for MongoDB tiver arquitetura de sharded cluster, obtenha um endpoint para cada nó de shard e verifique se todos os nós de shard usam a mesma conta e senha. Para mais informações, consulte Apply for a shard endpoint.

• Inicialmente, crie uma instância de destino do Lindorm que use o wide table engine e tenha mais espaço de armazenamento do que a instância de origem do ApsaraDB for MongoDB. Para mais informações, consulte Create an instance.

  Nota

  A capacidade de armazenamento da instância de destino deve ser pelo menos 10% maior que o espaço de armazenamento utilizado pelo banco de dados de origem.

• Em seguida, crie uma wide table na instância do Lindorm com base nos requisitos do seu negócio. Para obter instruções, consulte Connect to and use LindormTable with Lindorm-cli ou Connect to LindormTable with Lindorm Shell.

  Nota

  • Todos os objetos criados devem obedecer às Quotas and limits.

  • Se você criou a wide table no Lindorm com o Apache HBase, recomendamos adicionar mapeamentos de colunas à tabela. Para mais informações, consulte Example of adding column mappings for a table created by calling the Apache HBase api.

Precauções

Faturamento

Tipos de sincronização

Permissões da conta do banco de dados

Procedimento

1. Acesse a página da lista de tarefas de sincronização da região de destino. Use um dos dois métodos a seguir:

   Pelo console do DTS

   1. Faça login no console do Data Transmission Service (DTS).

   2. No painel de navegação à esquerda, clique em Data Synchronization.

   3. No canto superior esquerdo da página, selecione a região onde a instância de sincronização está localizada.

   Pelo console do DMS

   Nota

   As operações reais podem variar conforme o modo e o layout do console do DMS. Para mais informações, consulte Simple mode e Customize the layout and style of the DMS interface.

   1. Faça login no Data Management (DMS).

   2. Na barra de menu superior, escolha Data + AI > Data Transmission (DTS) > Data Synchronization.

   3. À direita de Data Synchronization Tasks, selecione a região onde a instância de sincronização está localizada.

2. Clique em Create Task para abrir a página de configuração da tarefa.

3. Configure os bancos de dados de origem e de destino.

   Categoria	Parâmetro	Descrição
   N/D	Task Name	O DTS gera automaticamente um nome para a tarefa. Recomendamos especificar um nome descritivo para facilitar a identificação. O nome não precisa ser exclusivo.
   Source Database	Select Existing Connection	Para usar uma instância de banco de dados added to the system (recém-criada ou salva), selecione a instância na lista suspensa. As informações do banco de dados são configuradas automaticamente. Nota No console do DMS, este item de configuração é chamado de Select a DMS database instance.. Se não adicionou a instância de banco de dados ao sistema ou não precisa usar uma instância já adicionada, configure manualmente as seguintes informações do banco de dados.
   	Database Type	Selecione MongoDB.
   	Access Method	Selecione Alibaba Cloud Instance.
   	Instance Region	Selecione a região onde a instância de origem do ApsaraDB for MongoDB está localizada.
   	Replicate Data Across Alibaba Cloud Accounts	Este exemplo mostra como sincronizar dados dentro da mesma conta Alibaba Cloud. Selecione No.
   	Architecture	Neste exemplo, selecione Replica Set. Nota Se a instância de origem do ApsaraDB for MongoDB for um Sharded Cluster, especifique também a Shard account e a Shard password.
   	Migration Method	Selecione um método para sincronização incremental de dados com base nos seus requisitos. Oplog (Recomendado): Esta opção está disponível se o Oplog estiver ativado para o banco de dados de origem. Nota O Oplog é ativado por padrão para bancos de dados MongoDB autogerenciados e instâncias do ApsaraDB for MongoDB. Este método oferece menor latência para tarefas de sincronização incremental porque os logs são recuperados mais rapidamente. Recomendamos selecionar Oplog. ChangeStream: Esta opção está disponível se o Change Streams estiver ativado para o banco de dados de origem. Nota Se o banco de dados de origem for uma instância do Amazon DocumentDB (non-elastic cluster), selecione apenas ChangeStream. Se definir a Architecture do banco de dados de origem como Sharded Cluster, não será necessário especificar a Shard account e a Shard password.
   	Instance ID	Selecione o ID da instância de origem do ApsaraDB for MongoDB.
   	Authentication Database	Agora, insira o nome do banco de dados de autenticação para a instância de origem do ApsaraDB for MongoDB. O valor padrão é admin.
   	Database Account	Em seguida, insira a conta do banco de dados da instância de origem do ApsaraDB for MongoDB. Para obter informações sobre as permissões necessárias, consulte Permissions required for database accounts.
   	Database Password	Por fim, insira a senha correspondente à conta do banco de dados.
   	Encryption	O DTS suporta três métodos de conexão: Non-encrypted, SSL-encrypted e Mongo Atlas SSL. As opções de Encryption variam conforme o Access Method e a Architecture selecionados. As opções exibidas no console prevalecem. Nota Um banco de dados MongoDB com Architecture Sharded Cluster e Migration Method Oplog não suporta SSL-encrypted. Se a origem for um banco de dados MongoDB autogerenciado (Access Method diferente de Alibaba Cloud Instance) com arquitetura Replica Set e você selecionar SSL-encrypted, o DTS também permitirá o upload de um certificado CA para verificar a conexão.
   Destination Database	Select Existing Connection	Para usar uma instância de banco de dados added to the system (recém-criada ou salva), selecione a instância na lista suspensa. As informações do banco de dados são configuradas automaticamente. Nota No console do DMS, este item de configuração é chamado de Select a DMS database instance.. Se não adicionou a instância de banco de dados ao sistema ou não precisa usar uma instância já adicionada, configure manualmente as seguintes informações do banco de dados.
   	Database Type	Selecione Lindorm.
   	Access Method	Selecione Alibaba Cloud Instance.
   	Instance Region	Selecione a região onde a instância de destino do Lindorm está localizada.
   	Instance ID	Selecione o ID da instância de destino do Lindorm.
   	Database Account	Agora, insira a conta do banco de dados da instância de destino do Lindorm. Para obter informações sobre as permissões necessárias, consulte Permissions required for database accounts.
   	Database Password	Por fim, insira a senha correspondente à conta do banco de dados.

4. Após concluir a configuração, clique em Test Connectivity and Proceed na parte inferior da página.

   Nota

   • Garanta que os blocos CIDR de endereços IP dos servidores do DTS estejam adicionados às configurações de segurança dos bancos de dados de origem e de destino para permitir o acesso. Isso pode ser feito automática ou manualmente. Para mais informações, consulte Add the IP address CIDR blocks of DTS servers to a whitelist.

   • Se o banco de dados de origem ou de destino for autogerenciado (onde o Access Method não é Alibaba Cloud Instance), clique também em Test Connectivity na caixa de diálogo CIDR Blocks of DTS Servers.

5. Configure os objetos da tarefa.

   1. Na página Configure Objects, configure os objetos a serem sincronizados.

      Parâmetro	Descrição
      Synchronization Types	A opção Incremental Data Synchronization está selecionada. Selecione apenas Full Data Synchronization. Não há suporte para Schema Synchronization. Após a conclusão da pré-verificação, o DTS sincroniza os dados dos objetos selecionados da instância de origem para o cluster de destino. Isso serve como dados de linha de base para a sincronização incremental subsequente.
      Processing Mode of Conflicting Tables	Nenhuma configuração é necessária. Mantenha a configuração padrão.
      Capitalization of Object Names in Destination Instance	Configure a política de diferenciação de maiúsculas e minúsculas para os nomes em inglês dos objetos de banco de dados e coleção sincronizados com a instância de destino. Selecione a DTS default policy (opção padrão) ou use as políticas padrão do banco de dados de origem ou de destino. Para mais informações, consulte Case sensitivity policy for destination object names.
      Source Objects	Na caixa Source Objects, clique em um objeto a ser sincronizado e, em seguida, clique em para movê-lo para a caixa Selected Objects. Nota É possível selecionar objetos no nível da coleção.
      Selected Objects	Se usou o Lindorm SQL para criar a wide table no banco de dados de destino, configure colunas adicionais para sincronização. Colunas não configuradas não são sincronizadas. Agora, edite o mapeamento do nome do banco de dados. Na caixa Selected Objects, clique com o botão direito no banco de dados que contém a coleção a ser sincronizada. Altere o Schema Name para o nome do banco de dados de destino no Lindorm. Na caixa de diálogo exibida, selecione as operações DML a serem sincronizadas (insert, update e delete). Na seção Additional Columns, clique em + New Column para adicionar colunas. Em seguida, clique em OK. Opcional: Na seção Select DML Operations to Be Synchronized, selecione as operações incrementais a serem sincronizadas. Clique em OK. Depois, edite o mapeamento do nome da tabela. Na caixa Selected Objects, clique com o botão direito na coleção a ser sincronizada. Altere o Table Name para o nome da tabela de destino no Lindorm. Na caixa de diálogo Edit Table, também é possível definir Filter Conditions. A sintaxe para condições de filtro do ApsaraDB for MongoDB difere da cláusula WHERE padrão do SQL. Na seção Select DML Operations to Be Synchronized, selecione insert, update e delete. Na seção Additional Columns, clique em + New Column para adicionar colunas à tabela de destino para fins como gerenciamento de metadados, classificação ou deduplicação. Após concluir as configurações, clique em OK. Opcional: Defina as condições de filtro. Para mais informações, consulte Filter task data with an SQL condition. Opcional: Na seção Select DML Operations to Be Synchronized, selecione as operações incrementais a serem sincronizadas. Configure os campos do MongoDB a serem sincronizados. Por padrão, o DTS mapeia os dados da coleção a ser sincronizada e configura uma expressão na coluna Parameter Value. Agora, verifique se a expressão atende aos seus requisitos e especifique informações como Column Name, Type, Length e Precision. Na coluna Parameter Value, visualize o nome do campo no MongoDB dentro da expressão bson_value(). O conteúdo entre "" é o nome do campo no MongoDB. Por exemplo, se a expressão for bson_value("age"), esta linha corresponde ao campo age no MongoDB. Opcional: exclua os campos que não deseja sincronizar. Nota Para remover um campo indesejado, clique em ícone na linha correspondente. Configure os campos a serem sincronizados. Execute as etapas a seguir conforme a expressão bson_value() atenda ou não aos seus requisitos. Expressões correspondentes Aqui, insira um Column Name. Nota Este é o nome da coluna de destino na tabela do Lindorm. Se a tabela de destino for criada com SQL, insira o nome da coluna na tabela do Lindorm para o parâmetro Column Name. Se a tabela de destino for criada com HBase e for necessário usar o recurso de adicionar coluna, adicione mapeamentos de colunas antes de alterar o nome da coluna. Para mais informações, consulte Example of adding column mappings for an HBase table. Configure o Column Name da seguinte forma: Se a coluna for chave primária, insira ROW. Se a coluna não for chave primária, use o formato column_family:column_name, como person:name. Selecione um Type de dados para a coluna. Importante Certifique-se de que o tipo de dados da tabela de destino seja compatível com os dados no banco de dados MongoDB de origem. Opcional: Configure o Length e a Precision para os dados da coluna. Repita essas etapas para mapear todos os campos relevantes. Expressões não correspondentes Nota Por exemplo, campos com estruturas hierárquicas (pai-filho). Na coluna Actions, clique em ícone na linha correspondente. Clique em + New Column. Na seção Additional Columns, clique em botão + New Column no canto superior direito. Configure o Column Name, o Type, o Length e a Precision. Na caixa de texto sob Parameter Value, insira a expressão bson_value(). Para mais informações, consulte Value assignment examples. Importante O valor bson_value("_id") deve ser atribuído à coluna de chave primária da tabela de destino. Ao configurar a expressão bson_value(), especifique o caminho até o subcampo de nível mais baixo na hierarquia. Caso contrário, pode ocorrer perda de dados ou falha na tarefa. Repita essas etapas para mapear todos os campos relevantes. Clique em OK.

   2. Clique em Next: Advanced Settings para configurar parâmetros avançados.

      Parâmetro	Descrição
      Dedicated Cluster for Task Scheduling	Por padrão, o DTS agenda tarefas em um cluster compartilhado, não sendo necessário selecionar um cluster. Para um desempenho mais estável, adquira um cluster dedicado para executar tarefas de sincronização do DTS. Para mais informações, consulte What is a DTS dedicated cluster?.
      Retry Time for Failed Connections	Após o início de uma tarefa de sincronização, se a conexão com o banco de dados de origem ou de destino falhar, o DTS relatará um erro e começará imediatamente a tentar reconectar. A duração padrão de nova tentativa é de 720 minutos. Também é possível especificar uma duração personalizada de 10 a 1.440 minutos. Recomendamos definir a duração como 30 minutos ou mais. Se o DTS reconectar com sucesso ao banco de dados dentro da duração especificada, a tarefa de sincronização será retomada automaticamente. Caso contrário, a tarefa falhará. Nota Se houver várias instâncias do DTS (por exemplo, Instância A e Instância B) que compartilham a mesma origem ou destino, e o tempo de nova tentativa de rede for definido como 30 minutos para a Instância A e 60 minutos para a Instância B, a duração mais curta de 30 minutos será usada para ambas. Como o DTS cobra pelo tempo de execução da tarefa durante o período de nova tentativa de conexão, personalize a duração da nova tentativa com base nas necessidades do seu negócio ou libere a instância do DTS o mais rápido possível após a liberação das instâncias de banco de dados de origem e de destino.
      Retry Time for Other Issues	Após o início da tarefa de sincronização, se ocorrerem outros problemas não relacionados à conectividade com o banco de dados de origem ou de destino (como exceções de execução de DDL ou DML), o DTS relatará um erro e iniciará imediatamente operações contínuas de nova tentativa. A duração padrão de nova tentativa é de 10 minutos. Também é possível personalizar a duração dentro do intervalo de 1 a 1.440 minutos. Recomendamos definir como 10 minutos ou mais. Se as operações relevantes forem bem-sucedidas dentro da duração de nova tentativa definida, a tarefa de sincronização será retomada automaticamente. Caso contrário, a tarefa falhará. Importante O valor para Retry Time for Other Issues deve ser menor que o valor para Retry Time for Failed Connections.
      Enable Throttling for Full Data Synchronization	Durante a etapa de sincronização completa, o DTS consome recursos de leitura e gravação dos bancos de dados de origem e de destino, o que pode aumentar a carga do banco de dados. Para reduzir a carga nos bancos de dados de origem e de destino, defina um limite de taxa para a tarefa de sincronização completa configurando os parâmetros Queries per second (QPS) to the source database, RPS of Full Data Migration e Data migration speed for full migration (MB/s). Nota Este item de configuração está disponível apenas quando Synchronization Types está definido como Full Data Synchronization. Também é possível adjust the full synchronization rate após a instância de sincronização estar em execução.
      Only one data type for primary key _id in a table of the data to be synchronized	Aqui, especifique se os tipos de dados da chave primária _id são exclusivos dentro de cada coleção a ser sincronizada. Importante Selecione uma opção com base nos dados reais. Uma seleção incorreta pode levar à perda de dados. Este parâmetro está disponível apenas se Synchronization Types incluir Full Data Synchronization. Yes: Os tipos de dados são exclusivos. Durante a fase de sincronização completa, o DTS não verifica os tipos de dados das chaves primárias nos dados de origem. Para cada coleção, o DTS sincroniza apenas os dados correspondentes a um tipo de dados de chave primária. No: Os tipos de dados não são exclusivos. Durante a fase de sincronização completa, o DTS verifica os tipos de dados das chaves primárias nos dados de origem e sincroniza todos os dados.
      Enable Throttling for Incremental Data Synchronization	Também é possível definir um limite de taxa para a tarefa de sincronização incremental. Para aliviar a pressão no banco de dados de destino, defina o RPS of Incremental Data Synchronization e a Data synchronization speed for incremental synchronization (MB/s).
      Environment Tag	Selecione uma tag de ambiente para identificar a instância com base nos seus requisitos. Neste exemplo, nenhuma seleção é necessária.
      Configure ETL	Aqui, escolha se deseja ativar o recurso de extração, transformação e carga (ETL). Para mais informações, consulte What is ETL? Valores válidos: Yes: Ativa o recurso ETL. Insira instruções de processamento de dados no editor de código. Para mais informações, consulte Configure ETL in a data migration or data synchronization task. No: Desativa o recurso ETL. Nota Se a tabela de destino for criada com HBase, observe o seguinte: A sintaxe do ETL inclui colunas a serem configuradas e colunas a serem excluídas. Durante a sincronização, todos os campos de nível superior dos documentos do MongoDB para os quais o ETL está configurado são armazenados na família de colunas padrão f da tabela do HBase. O exemplo a seguir mostra como gravar todos os elementos, exceto os dois elementos de nível superior _id e name, como colunas dinâmicas na tabela de destino. Para mais informações, consulte HBase table synchronization example (ETL). script:e_expand_bson_value("*", "_id,name") Se for necessário usar o recurso de nova coluna e o recurso ETL juntos, certifique-se de que os dados no Lindorm não estejam duplicados. Colunas para as quais nem o recurso de nova coluna nem o recurso ETL estão configurados não são sincronizadas com o banco de dados de destino.
      Monitoring and Alerting	Aqui, especifique se deseja configurar alertas. Se a sincronização falhar ou a latência exceder o limiar especificado, uma notificação será enviada para um contato de alerta. No: Nenhum alerta é configurado. Yes: Configure alertas definindo um limiar de alerta e especificando um alert notification. Para mais informações, consulte Configure monitoring and alerting during task configuration.

6. Agora, salve a tarefa e execute uma pré-verificação.

   • Para visualizar os parâmetros da api para configurar esta instância, passe o mouse sobre o botão Next: Save Task Settings and Precheck e clique em Preview OpenAPI parameters na dica flutuante.

   • Após visualizar os parâmetros da api, clique em Next: Save Task Settings and Precheck na parte inferior da página.

   Nota

   • Antes do início da tarefa de sincronização, o DTS executa uma pré-verificação. A tarefa só pode começar após a aprovação de todos os itens de pré-verificação.

   • Se a pré-verificação falhar, clique em View Details no item com falha. Corrija o problema conforme instruído e execute a pré-verificação novamente.

   • Se a pré-verificação retornar um aviso:

     • Se um item de verificação falhar e não puder ser ignorado, clique em View Details ao lado do item. Siga as instruções para corrigir o problema e execute a pré-verificação novamente.

     • Para itens de verificação que podem ser ignorados, clique em Confirm Alert Details, Ignore, OK e Precheck Again em sequência para pular o aviso e executar a pré-verificação novamente. Optar por ocultar o item de aviso pode causar problemas como inconsistência de dados e apresentar riscos ao seu negócio.

7. Adquira a instância.

   1. Quando a Success Rate for 100%, clique em Next: Purchase Instance.

   2. Na página Purchase, selecione o método de faturamento e a especificação do link para a instância de sincronização de dados. A tabela a seguir descreve esses parâmetros em detalhes.

      Categoria	Parâmetro	Descrição
      New Instance Class	Método de faturamento	Assinatura: o pagamento é feito ao criar a instância. Adequado para necessidades de longo prazo e mais econômico que o pagamento conforme o uso. Quanto maior a duração da assinatura, maior o desconto. Pagamento conforme o uso: a cobrança é por hora. Adequado para necessidades de curto prazo. Libere a instância imediatamente após o uso para economizar custos.
      	Configuração do grupo de recursos	O grupo de recursos ao qual a instância pertence. O padrão é o grupo de recursos padrão. Para mais informações, consulte What is Resource Management?.
      	Especificação do link	O DTS fornece especificações de sincronização com diferentes níveis de desempenho. A especificação do link de sincronização afeta a taxa de sincronização. Agora, escolha uma especificação com base no seu cenário de negócio. Para mais informações, consulte Data synchronization link specifications.
      	Duração da assinatura	No modo de assinatura, selecione a duração e a quantidade para a instância de assinatura. Em seguida, escolha uma assinatura mensal de 1 a 9 meses ou uma assinatura anual de 1, 2, 3 ou 5 anos. Nota Esta opção está disponível apenas quando o método de faturamento é Subscription.

   3. Após concluir a configuração, leia e selecione Data Transmission Service (Pay-as-you-go) Service Terms.

   4. Clique em Buy and Start. Na caixa de diálogo OK, clique em OK.

      Agora, visualize o progresso da tarefa na página Data Synchronization.

Adicionar mapeamentos de colunas a uma tabela do HBase

Este exemplo mostra os comandos a serem executados no SQL Shell.

1. Adicione um mapeamento de coluna à tabela do HBase.

   ALTER TABLE test MAP DYNAMIC COLUMN f:_mongo_id_ HSTRING/HINT/..., person:name HSTRING, person:age HINT;

2. Crie um índice secundário na tabela do HBase.

   CREATE INDEX idx ON test(f:_mongo_id_);

Exemplo: ETL para tabelas do HBase

{
  "_id" : 0,
  "person" : {
    "name" : "cindy0",
    "age" : 0,
    "student" : true
  }
}

script:e_expand_bson_value("*", "_id")

0: jdbc:lindorm:xxx> select * from mongo_test_dynamic_column limit 3;
+------+------+-------------+----------------------------------------------------------+
| ROW  | COL  | _mongo_id_  |                         person                           |
+------+------+-------------+----------------------------------------------------------+
|      | 0    |             | { "name" : "cindy0", "age" : 0, "student" : true }      |
|      | 1    |             | { "name" : "cindy1", "age" : 1, "student" : false }     |
|      | 2    |             | { "name" : "cindy2", "age" : 2, "student" : true }      |
+------+------+-------------+----------------------------------------------------------+
3 rows selected (0.009 seconds)

Exemplo de atribuição de valor

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