本文介绍如何使用数据传输服务DTS（Data Transmission Service），结合Kafka集群与TiDB数据库的Pump、Drainer组件，完成增量数据迁移，实现在应用不停服的情况下，平滑地完成数据库的迁移上云。
前提条件
注意
- 由于该功能仅在部分地域支持，目标RDS MySQL实例所属的地域需为华东1（杭州）、华东2（上海）、华北1（青岛）、华北2（北京）、华南1（深圳）、华北3（张家口）、中国香港、亚太东南1（新加坡）、美国西部1（硅谷）或美国东部1（弗吉利亚）地域。
- RDS MySQL实例的存储空间须大于TiDB数据库已占用的存储空间。
背景信息
由于TiDB的Binlog格式和实现机制与MySQL数据库存在一定区别，为实现增量数据迁移，同时减少对源数据库的改动，您需要部署Kafka集群以及TiDB数据库的Pump和Drainer组件。
由Pump组件实时记录TiDB产生的Binlog并提供给Drainer组件，然后由Drainer组件将获取到的Binlog写入到下游的Kafka集群。DTS在执行增量数据迁移时将从Kafka集群中获取对应的数据并实时迁移至目标数据库（例如RDS MySQL实例）。
注意事项
- DTS在执行全量数据迁移时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，在数据库性能较差、规格较低或业务量较大的情况下（例如源库有大量慢SQL、存在无主键表或目标库存在死锁等），可能会加重数据库压力，甚至导致数据库服务不可用。因此您需要在执行数据迁移前评估源库和目标库的性能，同时建议您在业务低峰期执行数据迁移（例如源库和目标库的CPU负载在30%以下）。
- 如果源库中待迁移的表没有主键或唯一约束，且所有字段没有唯一性，可能会导致目标数据库中出现重复数据。
- 对于数据类型为FLOAT或DOUBLE的列，DTS会通过
ROUND(COLUMN,PRECISION)来读取该列的值。如果没有明确定义其精度，DTS对FLOAT的迁移精度为38位，对DOUBLE的迁移精度为308位，请确认迁移精度是否符合业务预期。 - DTS会自动地在阿里云RDS MySQL中创建数据库，如果待迁移的数据库名称不符合阿里云RDS的定义规范，您需要在配置迁移任务之前在阿里云RDS MySQL中创建数据库。
说明 关于阿里云RDS的定义规范和创建数据库的操作方法，请参见 创建数据库。
- 对于迁移失败的任务，DTS会触发自动恢复。在您将业务切换至目标实例前，请务必先结束或释放该任务，避免该任务被自动恢复后，导致源端数据覆盖目标实例的数据。
费用说明
| 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。 | 通过公网将数据迁移出阿里云时将收费，详情请参见产品定价。 |
| 增量数据迁移 | 收费，详情请参见产品定价。 |
迁移类型说明
| 迁移类型 | 说明 |
|---|---|
| 结构迁移 | DTS将待迁移对象的结构定义迁移到目标库。目前DTS支持结构迁移的对象为库、表和视图。
警告 此场景属于异构数据库间的数据迁移，DTS在执行结构迁移时数据类型无法完全对应，请谨慎评估数据类型的映射关系对业务的影响，详情请参见
异构数据库间的数据类型映射关系。
|
| 全量数据迁移 | DTS将待迁移对象的存量数据全部迁移到目标库中。
说明 由于全量数据迁移会并发INSERT导致目标实例的表存在碎片，全量迁移完成后目标库的表空间会比源库的表空间大。
|
| 增量数据迁移 | DTS从Kafka集群中获取TiDB产生的Binlog数据，然后将对应的增量更新实时迁移至到目标库中。增量数据迁移阶段支持下列SQL操作的同步：
通过增量数据迁移可以实现在应用不停服的情况下，平滑地完成数据库的迁移上云。 |
准备工作
说明 为减少网络延迟对增量数据迁移的影响，Pump组件、Drainer组件和Kafka集群所部署的服务器需要与源库所属的服务器在同一内网中。
操作步骤
- 在迁移任务列表页面顶部，选择迁移的目标集群所属地域。
- 配置迁移任务的源库及目标库信息。
- 配置迁移任务的名称和源库信息。
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。 实例类型 根据源库的部署位置进行选择， 本文以ECS上的自建数据库为例介绍配置流程。 说明 当自建数据库为其他实例类型时，您还需要执行相应的准备工作，详情请参见 准备工作概览。实例地区 选择部署了TiDB数据库的ECS实例所属的地域。 数据库类型 选择TiDB。 端口 填入TiDB数据库的服务端口，默认为4000。 数据库账号 填入TiDB数据库账号，需具备SHOW VIEW和待迁移对象的SELECT权限。 数据库密码 填入该数据库账号的密码。 注意 源库信息填写完毕后，您可以单击 数据库密码后的 测试连接来验证填入的源库信息是否正确。源库信息填写正确则提示 测试通过；如果提示 测试失败，单击 测试失败后的 诊断，根据提示调整填写的源库信息。是否做增量迁移 根据业务需求选择，本案例选择为是。如果仅需要全量数据迁移，配置方法请参见从自建TiDB全量迁移至RDS MySQL。 Kafka集群类型 根据Kafka的部署位置进行选择， 本文以ECS上的自建数据库为例介绍配置流程。当自建Kafka为其他实例类型时，您还需要执行相应的准备工作，详情请参见准备工作概览。 说明 由于DTS暂时不支持直接选择阿里云消息队列Kafka版，如果您使用的是阿里云消息队列Kafka实例，此处需将其作为自建Kafka来配置，即选择为 通过专线/VPN网关/智能接入网关接入的自建数据库，然后选择阿里云消息队列Kafka实例所属的专有网络。实例地区 和源库的实例地区保持一致，不可变更。 ECS实例ID 选择自建Kafka所属的ECS实例ID。 Kafka端口 自建Kafka的服务端口，默认为9092。 Kafka集群账号 填入自建Kafka的用户名，如自建Kafka未开启验证可不填写。 Kafka集群密码 填入该用户的密码，如自建Kafka未开启验证可不填写。 Topic 单击右侧的获取Topic列表，然后在下拉框中选择具体的Topic。 Kafka版本 根据自建Kafka的版本进行选择。 Kafka集群连接方式 根据业务及安全需求，选择非加密连接或SCRAM-SHA-256。 - 配置迁移任务的目标库信息。
配置 说明 实例类型 选择RDS实例。 实例地区 选择目标RDS实例所属地域。 数据库账号 填入目标RDS实例的数据库账号，需具备目标库的读写权限。数据库账号的创建及授权方法请参见创建账号和修改账号权限。 数据库密码 填入该数据库账号的密码。 注意 源库信息填写完毕后，您可以单击 数据库密码后的 测试连接来验证填入的源库信息是否正确。源库信息填写正确则提示 测试通过；如果提示 测试失败，单击 测试失败后的 诊断，根据提示调整填写的源库信息。连接方式 根据需求选择非加密连接或SSL安全连接。如果设置为SSL安全连接，您需要在配置迁移任务之前开启RDS实例的SSL加密功能，详情请参见设置SSL加密。 注意 目前仅中国内地及中国香港地域支持设置 连接方式。
- 配置迁移任务的名称和源库信息。
- 选择迁移类型和迁移对象。
配置 说明 迁移类型 - 如果只需要进行全量迁移，同时选中结构迁移和全量数据迁移。
- 如果需要进行不停机迁移，同时选中结构迁移、全量数据迁移和增量数据迁移。本案例同时选中这三种迁移类型。
迁移对象 在迁移对象框中单击待迁移的对象，然后单击 
图标将其移动至已选择对象框。
说明- 迁移对象选择的粒度为库、表、列。若选择的迁移对象为表或列，其他对象（如视图、触发器、存储过程）不会被迁移至目标库。
- 默认情况下，迁移对象在目标库中的名称与源库保持一致。如果您需要改变迁移对象在目标库中的名称，需要使用对象名映射功能，详情请参见库表列映射。
- 如果使用了对象名映射功能，可能会导致依赖这个对象的其他对象迁移失败。
映射名称更改 如需更改迁移对象在目标实例中的名称，请使用对象名映射功能，详情请参见库表列映射。 源、目标库无法连接重试时间 默认重试12小时，您也可以自定义重试时间。如果DTS在设置的时间内重新连接上源、目标库，迁移任务将自动恢复。否则，迁移任务将失败。 说明 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。 - 上述配置完成后，单击页面右下角的预检查并启动。
说明
- 在迁移任务正式启动之前，会先进行预检查。只有预检查通过后，才能成功启动迁移任务。
- 如果预检查失败，单击具体检查项后的
，查看失败详情。
- 您可以根据提示修复后重新进行预检查。
- 如无需修复告警检测项，您也可以选择确认屏蔽、忽略告警项并重新进行预检查，跳过告警检测项重新进行预检查。
- 单击购买并启动，迁移任务正式开始。
- 结构迁移+全量数据迁移
请勿手动结束迁移任务，否则可能会导致数据不完整。您只需等待迁移任务完成即可，迁移任务会自动结束。
- 结构迁移+全量数据迁移+增量数据迁移
迁移任务不会自动结束，您需要手动结束迁移任务。
注意 请选择合适的时间手动结束迁移任务，例如业务低峰期或准备将业务切换至目标集群时。- 观察迁移任务的进度变更为增量迁移，并显示为无延迟状态时，将源库停写几分钟，此时增量迁移的状态可能会显示延迟的时间。
- 等待迁移任务的增量迁移再次进入无延迟状态后，手动结束迁移任务。
- 结构迁移+全量数据迁移