將PolarDB-X 2.0同步至DataHub - Data Transmission Service

本文介紹如何使用Data Transmission Service，將PolarDB-X 2.0同步至阿里雲流式資料服務DataHub，實現增量資料的即時同步。

前提條件

已開通DataHub，並且已建立用作接收同步資料的Project。具體操作請參見快速入門和Project操作。
目標阿里雲流式資料服務DataHub執行個體的儲存空間須大於源PolarDB-X 2.0執行個體的儲存空間。

注意事項

類型	說明
源庫限制	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。 Binlog日誌：在PolarDB-X 2.0控制台參數設定介面開啟binlog，開啟方法請參見參數設定。並且binlog_row_image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。如為增量同步處理任務，DTS要求來源資料庫的本地Binlog日誌儲存24小時以上，如為庫表結構同步和增量同步處理任務，DTS要求來源資料庫的本地Binlog日誌至少保留7天以上（您可在庫表結構同步完成後將Binlog儲存時間設定為24小時以上），否則DTS可能因無法擷取Binlog而導致任務失敗，極端情況下甚至可能會導致資料不一致或丟失。由於您所設定的Binlog日誌儲存時間低於DTS要求的時間進而導致的問題，不在DTS的SLA保障範圍內。 PolarDB-X 2.0執行個體需相容MySQL 5.7版本。不支援同步表組（TABLEGROUP）和包含Locality屬性的庫或表。在庫表結構同步階段，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。
其他限制	僅支援表層級的資料同步。目標DataHub中單個String欄位的長度最大支援2 MB。請勿對源庫的同步對象使用pt-online-schema-change等類似工具執行線上DDL變更，否則會導致同步失敗。在DTS同步期間，不允許有除DTS外的資料寫入目標庫，否則會導致源庫與目標庫資料不一致。例如，有除DTS外的資料寫入目標庫時，使用DMS執行線上DDL變更，可能引起目標庫資料丟失。不支援全量資料同步，即DTS不會將源PolarDB-X 2.0中同步對象的存量資料同步至目標DataHub執行個體中。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。
其他注意事項	DTS會在源庫定時更新`dts_health_check`.`ha_health_check`表以推進binlog位點。

支援的同步架構

一對一單向同步
一對多單向同步
多對一單向同步
級聯單向同步

關於各類同步架構的介紹及注意事項，請參見資料同步拓撲介紹。

支援同步的SQL操作

操作類型	SQL動作陳述式
DML	INSERT、UPDATE、DELETE
DDL	ADD COLUMN

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，選擇整合與開發 > 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	您可以按實際需求，選擇是否使用已有資料庫執行個體。如使用已有執行個體，下方資料庫資訊將自動填入，您無需重複輸入。如不使用已有執行個體，您需要配置下方的資料庫資訊。說明您可以在資料連線管理頁面或新版配置頁面，將資料庫錄入DTS。更多資訊，請參見資料連線管理。 DMS控制台的配置項為選擇DMS資料庫執行個體，您可以單擊新增DMS資料庫執行個體或在控制台首頁將資料庫錄入DMS。更多資訊，請參見雲資料庫錄入和他雲/自建資料庫錄入。
	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執行個體所屬地區。
	是否跨阿里雲帳號	本樣本為同一阿里雲帳號間的同步，選擇不跨帳號。
	執行個體ID	選擇源PolarDB-X 2.0執行個體ID。
	資料庫帳號	填入源PolarDB-X 2.0執行個體的資料庫帳號，需具備REPLICATION SLAVE、REPLICATION CLIENT及待同步對象的SELECT許可權。說明授權方式，請參見資料同步過程中的帳號許可權問題。
	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	您可以按實際需求，選擇是否使用已有資料庫執行個體。如使用已有執行個體，下方資料庫資訊將自動填入，您無需重複輸入。如不使用已有執行個體，您需要配置下方的資料庫資訊。說明您可以在資料連線管理頁面或新版配置頁面，將資料庫錄入DTS。更多資訊，請參見資料連線管理。 DMS控制台的配置項為選擇DMS資料庫執行個體，您可以單擊新增DMS資料庫執行個體或在控制台首頁將資料庫錄入DMS。更多資訊，請參見雲資料庫錄入和他雲/自建資料庫錄入。
	資料庫類型	選擇DataHub。
	接入方式	選擇雲執行個體。
	執行個體地區	選擇目標DataHub執行個體所屬地區。
	Project	選擇目標DataHub的Project。

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伺服器的IP位址區段。

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。僅支援選中庫表結構同步，不支援全量同步。說明在資料同步任務的初始化階段，DTS會將同步對象的結構定義（例如表結構）同步至目標DataHub執行個體。
附加列規則	DTS在將資料同步到DataHub時，會在同步的目標Topic中添加一些附加列。如果附加列和目標Topic中已有的列出現名稱衝突將會導致資料同步失敗。您需要根據業務需求選擇附加列規則為新規則或舊規則。警告在選擇附加列規則前，您需要評估附加列和目標Topic中已有的列是否會出現名稱衝突，否則可能會導致任務失敗或資料丟失。關於附加列的規則和定義說明，請參見附加列名稱和定義說明。
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：全量期間，DTS會保留目的地組群中的該條記錄，即源庫中的該條記錄不會同步至目標資料庫中。增量期間，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。說明同步對象的選擇粒度為表。
已選擇對象	如需更改單個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，請參見庫表列名單個映射。如需批量更改同步對象在目標執行個體中的名稱，請單擊已選擇對象方框右上方的大量編輯，設定方式，請參見庫表列名批量映射。說明如需設定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。設定方法請參見通過SQL條件過濾任務資料。

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。

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《資料轉送（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。

Topic結構定義說明

DTS在將資料變更同步至DataHub執行個體的Topic時，目標Topic中除了儲存變更資料外，還會新增一些附加列用於儲存元資訊，樣本如下。

說明

本案例中的業務欄位為id、name、address，由於在配置資料同步時選用的是舊版附加列規則，DTS會為業務欄位（包含目標庫中的源庫原有的業務欄位）添加dts_的首碼。若您使用新版附加列規則，DTS不會給目標庫中的源庫原有業務欄位加首碼。

Topic定義

結構定義說明：

舊版附加列名稱	新版附加列名稱	資料類型	說明
`dts_record_id`	`new_dts_sync_dts_record_id`	String	增量日誌的記錄ID，為該日誌唯一標識。說明正常情況下是全域唯一自增的，在容災的情況下會有回退且無法保證自增和唯一。如果增量日誌的操作類型為UPDATE，那麼累加式更新會被拆分成兩條記錄（分別記錄更新前和更新後的值），且`dts_record_id`的值相同。
`dts_operation_flag`	`new_dts_sync_dts_operation_flag`	String	操作類型，取值： I：INSERT操作。 D：DELETE操作。 U：UPDATE操作。 F：全量資料同步。
`dts_instance_id`	`new_dts_sync_dts_instance_id`	String	資料庫的server ID。
`dts_db_name`	`new_dts_sync_dts_db_name`	String	資料庫名稱。
`dts_table_name`	`new_dts_sync_dts_table_name`	String	表名。
`dts_utc_timestamp`	`new_dts_sync_dts_utc_timestamp`	String	操作時間戳記，即日誌的時間戳記（UTC 時間）。
`dts_before_flag`	`new_dts_sync_dts_before_flag`	String	所有列的值是否更新前的值，取值：Y或N。
`dts_after_flag`	`new_dts_sync_dts_after_flag`	String	所有列的值是否更新後的值，取值：Y或N。

關於dts_before_flag和dts_after_flag的補充說明

對於不同的操作類型，增量日誌中的dts_before_flag和dts_after_flag定義如下：

INSERT
當操作類型為INSERT時，所有列的值為新插入的值，即為更新後的值，所以dts_before_flag取值為N，dts_after_flag取值為Y，樣本如下。
UPDATE
當操作類型為UPDATE時，DTS會將UPDATE操作拆分為兩條增量日誌。這兩條增量日誌的dts_record_id、dts_operation_flag及dts_utc_timestamp對應的值相同。
第一條增量日誌記錄了更新前的值，所以dts_before_flag取值為Y，dts_after_flag取值為N。第二條增量日誌記錄了更新後的值，所以 dts_before_flag取值為N，dts_after_flag取值為Y，樣本如下。
DELETE
當操作類型為DELETE時，增量日誌中所有的列值為被刪除的值，即列值不變，所以dts_before_flag取值為Y， dts_after_flag取值為N，樣本如下。