將PolarDB-X 2.0的資料同步到SelectDB - Data Transmission Service

本文為您介紹如何使用Data Transmission Service將PolarDB-X 2.0執行個體的資料同步至雲資料庫SelectDB版執行個體。

前提條件

已建立源PolarDB-X 2.0執行個體和目標雲資料庫SelectDB版執行個體。

注意事項

類型	說明
源庫限制	頻寬要求：源庫所屬的伺服器需具備足夠出口頻寬（大於等於100 Mb/s），否則將影響資料同步速率。源庫暫不支援企業版的PolarDB-X 2.0唯讀執行個體。同步對象要求：不支援同步表名中含大寫字母的表。不支援同步INDEX、PARTITION、VIEW、PROCEDURE、FUNCTION、TRIGGER、FK。不支援同步表組（TABLEGROUP）和包含Locality屬性的庫或表。不支援同步名稱為保留字（如`select`等）的表。待同步的表需具備主鍵或唯一約束，且欄位具有唯一性，否則可能會導致目標資料庫中出現重複資料。若同步對象為表層級，且需進行編輯（如表列名映射），單次同步任務的表數量超過5000時，建議您拆分待同步的表，分批配置多個任務，或者配置整庫的同步任務，否則任務提交後可能會顯示請求報錯。 PolarDB-X 2.0執行個體預設已開啟Binlog，您需確保binlog_row_image的參數為full。否則預檢查階段提示報錯，且無法成功啟動資料同步任務。更多資訊，請參見參數設定。在庫表結構同步和全量同步階段，請勿執行庫或表結構變更的DDL操作，否則會導致資料同步任務失敗。說明在全量同步階段，DTS將對源庫進行查詢，這將產生中繼資料鎖，從而可能阻礙來源資料庫的DDL操作執行。若PolarDB-X 2.0執行個體的網路資訊發生變更，同步執行個體可能會在一段時間內出現延遲。 PolarDB-X 2.0執行個體中，DRDS模式下的資料庫分區不支援同步。
其他限制	DTS會在源庫定時嘗試執行CREATE DATABASE IF NOT EXISTS `test`命令建立`test`庫，並寫入心跳資料以推進Binlog位點。若在配置同步執行個體時，是否去除正反向任務的心跳錶 SQL選擇為是（或者同步執行個體使用的源庫帳號沒有建庫的許可權），且源庫長時間未執行DML操作，則可能會導致延遲資訊不準確。說明若同步執行個體顯示的延遲時間過大，您可以在源庫執行一次DML操作來更新延遲資訊。在已選擇對象框中進行參數設定時，當前僅支援設定`bucket_count`參數（分桶數量）。說明 `bucket_count`的參數值僅支援設定為正整數，預設值為auto。目前只支援將資料同步到SelectDB執行個體的Unique或Duplicate引擎表。目標表為Unique引擎表若目標表為Unique引擎表，請確保目標表中的所有唯一鍵均存在於源表中且在同步對象中，否則可能會導致資料不一致。目標表為Duplicate引擎表若目標表為Duplicate引擎表，以下情況均可能會導致目標庫中出現重複資料，您可以自行根據附加列（_is_deleted、_version和_record_id）進行去重操作：同步執行個體發生過重試操作。同步執行個體執行過重啟操作。同步執行個體開始運行後，待同步的同一條資料執行過兩次或更多次DML操作。說明當目標表為Duplicate引擎表時，DTS會將UPDATE或DELETE語句轉換為INSERT語句。在資料同步期間，請勿在目標SelectDB執行個體中建立叢集，否則會導致任務失敗。您可以嘗試通過重新啟動同步執行個體，來恢複失敗的任務。由於SelectDB執行個體僅支援以字母開頭的庫名和表名，如果待同步的庫名或表名不是以字母開頭，則需要使用映射功能進行修改。若待同步對象（庫、表、列）的名稱包含中文，則需要使用映射功能進行修改（例如將其修改為英文），否則可能會導致任務失敗。不支援同步一次性修改多個列的DDL操作，以及對同一張表進行連續修改的DDL操作。在資料同步期間，請勿在SelectDB資料庫中增加BE（Backend）節點，否則會導致任務失敗。您可以嘗試通過重新啟動同步執行個體，來恢複失敗的任務。在多表合并（將源端多張表的資料同步到目標端的同一張表）情境中，請確保源端多張表的表結構一致，否則可能會導致資料不一致或任務失敗。在PolarDB-X 2.0執行個體中，`VARCHAR(M)`類型的M表示字元長度；在SelectDB中，`VARCHAR(N)`類型的N表示位元組長度。若您不使用DTS提供的庫表結構同步功能，建議您將SelectDB中VARCHAR類型欄位的長度設定為PolarDB-X 2.0執行個體中VARCHAR欄位長度的四倍。在源端使用DMS或gh-ost工具執行Online DDL變更時，DTS僅會將原始DDL同步到目標端。在此情境中，DTS無需同步大量的暫存資料表資料，但可能會導致目標端鎖表。說明不支援同步源端使用pt-online-schema-change等類似工具執行的Online DDL變更。若源端有相關變更，則可能會導致目標端資料丟失或同步執行個體運行失敗。在全量資料初始化時，DTS將會佔用源和目標庫一定的讀寫資源，可能會導致資料庫的負載上升。因此建議在執行資料同步前評估源庫和目標庫的效能，並在業務低峰期執行資料同步（例如源庫和目標庫的CPU負載在30%以下）。由於全量初始化會並發執行INSERT操作，導致目標資料庫的表產生片段，因此全量初始化完成後目標資料庫的表格儲存體空間會大於源庫的表格儲存體空間。在同步執行個體運行期間，若存在除DTS外的其他資料來源向目標庫寫入資料，則可能會導致源庫與目標庫的資料不一致，甚至會導致同步執行個體運行失敗。增量同步處理期間，為降低目標端的負載，DTS採用了攢批同步策略。預設情況下，對於單一同步對象，DTS至多每5秒進行一次寫入。因此，DTS同步任務可能會出現常態化的同步延遲，通常在10秒以內。如希望降低該常態化同步延遲，請在控制台中修改DTS執行個體參數`selectdb.reservoir.timeout.milliseconds`，以調整攢批時間，允許的範圍為[1000, 10000]毫秒。說明調整攢批時間時，較低的攢批時間將提升DTS的寫入頻率，這可能會導致目標端的負載和寫入回應時間（RT）上升，從而導致DTS同步延遲增加，因此請根據目標端的負載情況進行適當調整。若執行個體運行失敗，DTS技術支援人員將在8小時內嘗試恢複該執行個體。在恢複失敗執行個體的過程中，可能會對該執行個體進行重啟、調整參數等操作。說明在調整參數時，僅會修改DTS執行個體的參數，不會對資料庫中的參數進行修改。可能修改的參數，包括但不限於修改執行個體參數中的參數。

費用說明

同步類型	鏈路配置費用
庫表結構同步和全量資料同步	不收費。
增量資料同步	收費，詳情請參見計費概述。

支援增量同步處理的SQL

操作類型	SQL動作陳述式
DML	INSERT、UPDATE、DELETE
DDL	ADD COLUMN MODIFY COLUMN CHANGE COLUMN DROP COLUMN、DROP TABLE TRUNCATE TABLE RENAME TABLE 重要 RENAME TABLE操作可能導致同步資料不一致。例如同步對象只包含某個表，如果同步過程中源執行個體對該表執行了重新命名操作，那麼該表的資料將不會同步到目標庫。為避免該問題，您可以在資料同步配置時將該表所屬的整個資料庫作為同步對象，且確保RENAME TABLE操作前後的表所屬的資料庫均在同步對象中。

資料庫帳號的許可權要求

資料庫	要求的權限	建立及授權方式
源PolarDB-X 2.0	REPLICATION SLAVE、REPLICATION CLIENT及待同步對象的SELECT許可權。	管理資料庫帳號和資料同步過程中的帳號許可權問題。
目標SelectDB	叢集存取權限（Usage_priv）和資料庫的讀寫權限（Select_priv、Load_priv、Alter_priv、Create_priv、Drop_priv）。	叢集許可權管理和基礎許可權管理。

操作步驟

進入目標地區的同步工作清單頁面（二選一）。
通過DTS控制台進入
1. 登入Data Transmission Service控制台。
2. 在左側導覽列，單擊資料同步。
3. 在頁面左上方，選擇同步執行個體所屬地區。
通過DMS控制台進入
說明
實際操作可能會因DMS的模式和布局不同，而有所差異。更多資訊，請參見極簡模式控制台和自訂DMS介面布局與樣式。
1. 登入Data Management服務。
2. 在頂部功能表列中，選擇Data + AI > 資料轉送（DTS） > 資料同步。
3. 在同步任務右側，選擇同步執行個體所屬地區。
單擊創建任務，進入任務配置頁面。

配置源庫及目標庫資訊。

類別	配置	說明
無	任務名稱	DTS會自動產生一個任務名稱，建議配置具有業務意義的名稱（無唯一性要求），便於後續識別。
源庫資訊	選擇已有串連資訊	若您需要使用已錄入系統（建立或儲存）的資料庫執行個體，請在下拉式清單中選擇所需的資料庫執行個體，下方的資料庫資訊將自動進行配置。說明 DMS控制台的配置項為選擇DMS資料庫執行個體。若您未將資料庫執行個體錄入到系統，或無需使用已錄入系統的資料庫執行個體，則需要手動設定下方的資料庫資訊。
	資料庫類型	選擇PolarDB-X 2.0。
	接入方式	選擇雲執行個體。
	執行個體地區	選擇源PolarDB-X 2.0執行個體所屬的地區。
	是否跨阿里雲帳號	本樣本使用當前阿里雲帳號下的資料庫執行個體，需選擇不跨帳號。
	執行個體ID	選擇源PolarDB-X 2.0執行個體的ID。
	資料庫帳號	填入源PolarDB-X 2.0執行個體的資料庫帳號。許可權要求，請參見資料庫帳號的許可權要求。
	資料庫密碼	填入該資料庫帳號對應的密碼。
目標庫資訊	選擇已有串連資訊	若您需要使用已錄入系統（建立或儲存）的資料庫執行個體，請在下拉式清單中選擇所需的資料庫執行個體，下方的資料庫資訊將自動進行配置。說明 DMS控制台的配置項為選擇DMS資料庫執行個體。若您未將資料庫執行個體錄入到系統，或無需使用已錄入系統的資料庫執行個體，則需要手動設定下方的資料庫資訊。
	資料庫類型	選擇SelectDB。
	接入方式	選擇雲執行個體。
	執行個體地區	選擇目標SelectDB執行個體所屬地區。
	是否跨阿里雲帳號	本樣本使用當前阿里雲帳號下的資料庫執行個體，需選擇不跨帳號。
	執行個體ID	選擇目標SelectDB執行個體的ID。
	資料庫帳號	填入目標SelectDB執行個體的資料庫帳號。許可權要求，請參見資料庫帳號的許可權要求。
	資料庫密碼	填入該資料庫帳號對應的密碼。

配置完成後，在頁面下方單擊測試連接以進行下一步。
說明
請確保DTS服務的IP位址區段能夠被自動或手動添加至源庫和目標庫的安全設定中，以允許DTS伺服器的訪問。更多資訊，請參見添加DTS伺服器IP地址白名單。

配置任務對象。

在對象配置頁面，配置待同步的對象。

配置	說明
同步類型	固定選中增量同步處理。預設情況下，您還需要同時選中庫表結構同步和全量同步。預檢查完成後，DTS會將源執行個體中待同步對象的全量資料在目的地組群中初始化，作為後續增量同步處理資料的基準資料。重要 PolarDB-X 2.0執行個體的資料同步到SelectDB會進行類型轉換，若您未勾選庫表結構同步，則需要提前在目標SelectDB中建立好相應結構的Unique或Duplicate模型表。更多資訊，請參見資料類型映射關係、附加列資訊和資料模型。
目標已存在表的處理模式	預檢查並報錯攔截：檢查目標資料庫中是否有同名的表。如果目標資料庫中沒有同名的表，則通過該檢查專案；如果目標資料庫中有同名的表，則在預檢查階段提示錯誤，資料同步任務不會被啟動。說明如果目標庫中同名的表不方便刪除或重新命名，您可以更改該表在目標庫中的名稱，請參見庫表列名映射。忽略報錯並繼續執行：跳過目標資料庫中是否有同名表的檢查項。警告選擇為忽略報錯並繼續執行，可能導致資料不一致，給業務帶來風險，例如：表結構一致的情況下，如在目標庫遇到與源庫主鍵或唯一鍵的值相同的記錄，DTS不會保留目的地組群中的該條記錄，即源庫中的該條記錄會覆蓋至目標資料庫中。表結構不一致的情況下，可能會導致無法初始化資料、只能同步部分列的資料或同步失敗，請謹慎操作。
目標庫對象名稱大小寫策略	您可以配置目標執行個體中同步對象的庫名、表名和列名的英文大小寫策略。預設情況下選擇DTS預設策略，您也可以選擇與源庫、目標庫預設策略保持一致。更多資訊，請參見目標庫對象名稱大小寫策略。
源庫對象	在源庫對象框中單擊待同步對象，然後單擊將其移動至已選擇對象框。說明同步對象選擇的粒度為庫或表。
已選擇對象	如需更改待同步對象在目標執行個體中的名稱，請右擊已選擇對象中的同步對象，設定方式，請參見庫表列名映射。若同步類型選中了庫表結構同步、待同步對象選擇的粒度為表，且需設定分桶數量（`bucket_count`參數），請右擊已選擇對象中同步的表，在參數設定地區將開啟參數設定選擇為是，並根據實際情況設定參數值，然後單擊確定。說明如需按庫或表層級選擇增量同步處理的SQL操作，請在已選擇對象中右擊待同步對象，並在彈出的對話方塊中選擇所需同步的SQL操作。如需設定WHERE條件過濾資料，請在已選擇對象中右擊待同步的表，在彈出的對話方塊中設定過濾條件。設定方法請參見設定過濾條件。如果使用了對象名映射功能，可能會導致依賴這個對象的其他對象同步失敗。

單擊下一步高級配置，進行進階參數配置。

配置	說明
選擇調度該任務的專屬叢集	DTS預設將任務調度到共用叢集上，您無需選擇。若您希望任務更加穩定，可以購買專屬叢集來運行DTS同步任務。更多資訊，請參見什麼是DTS專屬叢集。
源庫、目標庫無法串連後的重試時間	在同步任務啟動後，若源庫或目標庫串連失敗則DTS會報錯，並會立即進行持續的重試串連，預設持續重試時間為720分鐘，您也可以在取值範圍（10~1440分鐘）內自訂重試時間，建議設定30分鐘以上。如果DTS在設定的重試時間內重新串連上源庫、目標庫，同步任務將自動回復。否則，同步任務將會失敗。說明針對同源或者同目標的多個DTS執行個體，如DTS執行個體A和DTS執行個體B，設定網路重試時間時A設定30分鐘，B設定60分鐘，則重試時間以低的30分鐘為準。由於串連重試期間，DTS將收取任務運行費用，建議您根據業務需要自訂重試時間，或者在源和目標庫執行個體釋放後儘快釋放DTS執行個體。
源庫、目標庫出現其他問題後的重試時間	在同步任務啟動後，若源庫或目標庫出現非串連性的其他問題（如DDL或DML執行異常），則DTS會報錯並會立即進行持續的重試操作，預設持續重試時間為10分鐘，您也可以在取值範圍（1~1440分鐘）內自訂重試時間，建議設定10分鐘以上。如果DTS在設定的重試時間內相關操作執行成功，同步任務將自動回復。否則，同步任務將會失敗。重要源庫、目標庫出現其他問題後的重試時間的值需要小於源庫、目標庫無法串連後的重試時間的值。
是否限制全量同步速率	在全量同步階段，DTS將佔用源庫和目標庫一定的讀寫資源，可能會導致資料庫的負載上升。您可以根據實際情況，選擇是否對全量同步任務進行限速設定（設定每秒查詢源庫的速率QPS、每秒全量遷移的行數RPS和每秒全量遷移的數據量(MB)BPS），以緩解目標庫的壓力。說明僅當同步類型選擇了全量同步，才有此配置項。您也可以在同步執行個體運行後，調整全量同步的速率。
是否限制增量同步處理速率	您也可以根據實際情況，選擇是否對增量同步處理任務進行限速設定（設定每秒增量同步處理的行數RPS和每秒增量同步處理的數據量(MB)BPS），以緩解目標庫的壓力。
是否去除正反向任務的心跳錶 SQL	根據業務需求選擇是否在DTS執行個體運行時，在源庫中寫入心跳SQL資訊。是：不在源庫中寫入心跳SQL資訊，DTS執行個體可能會顯示有延遲。否：在源庫中寫入心跳SQL資訊，可能會影響源庫的物理備份和複製等功能。
環境標籤	您可以根據實際情況，選擇用於標識執行個體的環境標籤。本樣本無需選擇。
配置 ETL 功能	選擇是否配置ETL功能。關於ETL的更多資訊，請參見什麼是ETL。是：配置ETL功能，並在文字框中填寫資料處理語句，詳情請參見在DTS遷移或同步任務中配置ETL。否：不配置ETL功能。
監控警示	是否設定警示，當同步失敗或延遲超過閾值後，將通知警示連絡人。不設定：不設定警示。設定：設定警示，您還需要設定警示閾值和警示通知。更多資訊，請參見在配置任務過程中配置監控警示。

可選：上述配置完成後，單擊下一步配置庫表欄位，設定待同步的表在目標中的主鍵列、分布鍵和引擎選擇資訊。
說明
- 配置任務對象時同步類型勾選了庫表結構同步時才會有本步驟，您可以將定義狀態選擇為全部後進行修改。
- 主鍵列可以是選擇多個列組成聯合主鍵，且需要從主鍵列中選擇1個或者多個列作為分布鍵。
- 既無主鍵也無唯一約束的表，引擎選擇需選擇為duplicate，否則可能會導致執行個體失敗或資料丟失。

儲存任務並進行預檢查。
- 若您需要查看調用API介面配置該執行個體時的參數資訊，請將滑鼠游標移動至下一步儲存任務並預檢查按鈕上，然後單擊氣泡中的預覽OpenAPI參數。
- 若您無需查看或已完成查看API參數，請單擊頁面下方的下一步儲存任務並預檢查。
說明
- 在同步作業正式啟動之前，會先進行預檢查。只有預檢查通過後，才能成功啟動同步作業。
- 如果預檢查失敗，請單擊失敗檢查項後的查看詳情，並根據提示修複後重新進行預檢查。
- 如果預檢查產生警告：
  對於不可以忽略的檢查項，請單擊失敗檢查項後的查看詳情，並根據提示修複後重新進行預檢查。
  對於可以忽略無需修複的檢查項，您可以依次單擊點擊確認警示詳情、確認屏蔽、確定、重新進行預檢查，跳過警示檢查項重新進行預檢查。如果選擇屏蔽警示檢查項，可能會導致資料不一致等問題，給業務帶來風險。

購買執行個體。

預檢查通過率顯示為100%時，單擊下一步購買。

在購買頁面，選擇資料同步執行個體的計費方式、鏈路規格，詳細說明請參見下表。

類別	參數	說明
資訊配置	計費方式	預付費（訂用帳戶）：在建立執行個體時支付費用。適合長期需求，價格比隨用隨付更實惠，且購買時間長度越長，折扣越多。後付費（隨用隨付）：按小時計費。適合短期需求，用完可立即釋放執行個體，節省費用。
	資源群組配置	執行個體所屬的資源群組，預設為default resource group。更多資訊，請參見什麼是資源管理。
	鏈路規格	DTS為您提供了不同效能的同步規格，同步鏈路規格的不同會影響同步速率，您可以根據業務情境進行選擇。更多資訊，請參見資料同步鏈路規格說明。
	訂購時間長度	在預付費模式下，選擇訂用帳戶執行個體的時間長度和數量，包月可選擇1~9個月，包年可選擇1年、2年、3年和5年。說明該選項僅在付費類型為預付費時出現。

配置完成後，閱讀並勾選《數據傳輸（隨用隨付）服務條款》。
單擊購買並啟動，並在彈出的確認對話方塊，單擊確定。
您可在資料同步介面查看具體任務進度。

資料類型映射關係

類別	PolarDB-X 2.0執行個體的資料類型	SelectDB的資料類型
Numeric	TINYINT	TINYINT
	TINYINT UNSIGNED	SMALLINT
	SMALLINT	SMALLINT
	SMALLINT UNSIGNED	INT
	MEDIUMINT	INT
	MEDIUMINT UNSIGNED	BIGINT
	INT	INT
	INT UNSIGNED	BIGINT
	BIGINT	BIGINT
	BIGINT UNSIGNED	LARGEINT
	BIT(M)	INT
	Decimal	Decimal 說明不支援zerofill。
	Numeric	Decimal
	Float	Float
	Double	DOUBLE
	BOOL BOOLEAN	BOOLEAN
DATE AND TIME	DATE	DATEV2
	DATETIME[(fsp)]	DATETIMEV2
	Timestamp[(fsp)]	DATETIMEV2
	Time[(fsp)]	VARCHAR
	YEAR[(4)]	INT
STRING	CHAR VARCHAR	VARCHAR 重要為避免資料丟失，CHAR和VARCHAR(n)類型的資料同步到SelectDB後會轉換為VARCHAR(4*n)。若未指定資料長度，則採用SelectDB的預設值VARCHAR(65533)。若資料長度超過65533，則同步到SelectDB後會轉換為STRING。
	BINARY VARBINARY	STRING
	TINYTEXT TEXT MEDIUMTEXT LONGTEXT	STRING
	TINYBLOB BLOB MEDIUMBOLB LONGBLOB	STRING
	ENUM	STRING
	SET	STRING
	JSON	STRING

附加列資訊

說明

在目標Duplicate模型表中，DTS自動添加或需您手動添加的附加列如下表所示。

名稱	資料類型	預設值	說明
_is_deleted	Int	0	資料是否被刪除。 Insert：記錄為0。 Update：記錄為0。 Delete：記錄為1。
_version	Bigint	0	全量同步的資料：記錄為0。增量同步處理的資料：源庫Binlog中對應的時間戳記（秒級）。
_record_id	Bigint	0	全量同步資料：記錄為0。增量同步處理資料：增量日誌的記錄ID，為該日誌的唯一標識。說明 ID的值唯一且遞增。

前提條件

注意事項

目標表為Unique引擎表

目標表為Duplicate引擎表