本文介绍如何使用数据传输服务DTS(Data Transmission Service),实现自建PostgreSQL同步至RDS PostgreSQL。

前提条件

  • 已创建源数据库自建PostgreSQL和目标实例RDS PostgreSQL。目标实例RDS PostgreSQL的创建方式和支持的版本,请参见创建RDS PostgreSQL实例同步方案概览
    说明 建议源库和目标数据库的版本相同,或者从低版本同步到高版本以保障兼容性。

    如为高版本同步至低版本,可能存在数据库兼容性问题。

  • 目标实例RDS PostgreSQL的存储空间须大于源数据库自建PostgreSQL占用的存储空间。

注意事项

类型 说明
源库限制
  • 待同步的表需具备主键或唯一约束,且字段具有唯一性,否则可能会导致目标数据库中出现重复数据。
  • 如同步对象为表级别,且需进行编辑(如表列名映射),则单次同步任务仅支持同步至多1000张表。当超出数量限制,任务提交后会显示请求报错,此时建议您拆分待同步的表,分批配置多个任务,或者配置整库的同步任务。
  • WAL日志:
    • 需开启,即设置wal_level参数的值为logical
    • 如为增量同步任务,DTS要求源数据库的WAL日志保存24小时以上,如为全量同步和增量同步任务,DTS要求源数据库的WAL日志至少保留7天以上(您可在全量同步完成后将WAL日志保存时间设置为24小时以上),否则DTS可能因无法获取WAL日志而导致任务失败,极端情况下甚至可能会导致数据不一致或丢失。由于您所设置的WAL日志保存时间低于DTS要求的时间进而导致的问题,不在DTS的SLA保障范围内。

  • 如自建PostgreSQL进行主备切换,会导致同步失败。
其他限制
  • 单个数据同步任务只能同步一个数据库,如需同步多个数据库,您需要为每个数据库配置数据同步任务。
  • 不支持数组(ARRAY)类型的数据同步。
  • 同步期间,如果同步对象的选择粒度为Schema,在待同步的Schema中创建了新的表或使用RENAME命令重建了待同步的表,您需要在对该表写入数据前执行ALTER TABLE schema.table REPLICA IDENTITY FULL;命令,以保障该表数据同步的一致性。
    说明 将上述命令中的schematable替换成真实的Schema名和表名。
  • DTS的校验对象为数据内容,暂不支持Sequence等元数据的校验,您需要自行校验。
  • 由于业务切换到目标端后,新写入的Sequence不会按照源库的Sequence最大值作为初始值去递增,您需要在业务切换前,在源库中查询对应Sequence的最大值,然后在目标库中将其作为对应Sequence的初始值。查询源库Sequence值的相关命令如下:
    do language plpgsql $$
    declare
      nsp name;
      rel name;
      val int8;
    begin
      for nsp,rel in select nspname,relname from pg_class t2 , pg_namespace t3 where t2.relnamespace=t3.oid and t2.relkind='S'
      loop
        execute format($_$select last_value from %I.%I$_$, nsp, rel) into val;
        raise notice '%',
        format($_$select setval('%I.%I'::regclass, %s);$_$, nsp, rel, val+1);
      end loop;
    end;
    $$;
  • DTS会在源库中创建以下临时表,用于获取增量数据的DDL、增量表的结构、心跳信息等。在同步期间,请勿删除源库中的临时表,否则会导致DTS任务异常。临时表会在DTS实例释放后自动删除。

    public.DTS_PG_CLASSpublic.DTS_PG_ATTRIBUTEpublic.DTS_PG_TYPEpublic.DTS_PG_ENUMpublic.DTS_POSTGRES_HEARTBEATpublic.DTS_DDL_COMMANDpublic.DTS_ARGS_SESSION

  • 为保障同步延迟时间展示的准确性,DTS会在源库中新增一个名为dts_postgres_heartbeat的心跳表。
  • 同步期间,DTS会在源库中创建前缀为dts_sync_的replication slot用于复制数据。DTS会每隔90分钟自动清理一次历史replication slot,避免其持续累积占用磁盘空间。
    说明 当释放同步任务或同步失败时,DTS会主动清理该replication slot;如果RDS PostgreSQL发生了主备切换,则需要您登录备库来手动清理。
    Amazon slot查询信息
  • 执行数据同步前需评估源库和目标库的性能,同时建议业务低峰期执行数据同步。否则全量数据初始化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。
  • 全量初始化会并发执行INSERT操作,导致目标数据库的表产生碎片,因此全量初始化完成后目标实例的表空间比源实例的表空间大。
  • 对于表级别的数据同步,请勿对源库的同步对象使用gh-ost或pt-online-schema-change等类似工具执行在线DDL变更,否则会导致同步失败。
  • 对于表级别的数据同步,如果除DTS以外的数据没有写入目标库,您可以使用数据管理DMS(Data Management Service)来执行在线DDL变更,请参见不锁表结构变更
    警告 如果有除DTS外的数据写入目标库,请勿使用DMS执行在线DDL变更,否则可能引起目标库数据丢失。

支持的同步架构

  • 一对一单向同步
  • 一对多单向同步
  • 级联单向同步
  • 多对一单向同步

关于各类同步架构的介绍及注意事项,请参见数据同步拓扑介绍

支持同步的SQL操作

操作类型 SQL操作语句
DML INSERT、UPDATE、DELETE

数据库账号的权限要求

数据库 所需权限 创建账号及授权方式
自建PostgreSQL数据库 superuser CREATE USERGRANT语法。
RDS PostgreSQL实例 schema的owner权限 RDS PostgreSQL实例请参见创建账号

准备工作

如自建PostgreSQL版本为9.4.8~10.0,则您需执行如下准备工作。
  1. 从官网下载PostgreSQL源码并完成编译安装。
    1. 根据源库自建PostgreSQL的版本,从PostgreSQL官网下载对应版本的源码。
    2. 依次执行命令./configuremakemake install,配置、编译并安装源码。
      注意
      • 编译安装PostgreSQL时,PostgreSQL的操作系统版本需与GCC(GNU编译器套件)版本保持一致。
      • 如执行./configure遇到报错,您可以根据报错提示调整命令。例如,报错信息为readline library not found. Use --without-readline to disable readline support.,则您可以调整命令为./configure --without-readline.
      • 如您选择其他方式安装PostgreSQL,需要在系统版本以及GCC版本相同的测试环境下,编译ali_decoding。
  2. 下载DTS提供的插件ali_decoding并完成编译安装。
    1. 下载ali_decoding
    2. 将ali_decoding整个目录拷贝至PostgreSQL(已完成编译安装)的contrib目录中。
      contrib目录
    3. 进入ali_decoding目录,将Makefile文件的内容替换为如下:
      # contrib/ali_decoding/Makefile
      MODULE_big = ali_decoding
      MODULES = ali_decoding
      OBJS    = ali_decoding.o
      
      DATA = ali_decoding--0.0.1.sql ali_decoding--unpackaged--0.0.1.sql
      
      EXTENSION = ali_decoding
      
      NAME = ali_decoding
      
      #subdir = contrib/ali_decoding
      #top_builddir = ../..
      #include $(top_builddir)/src/Makefile.global
      #include $(top_srcdir)/contrib/contrib-global.mk
      
      #PG_CONFIG = /usr/pgsql-9.6/bin/pg_config
      #pgsql_lib_dir := $(shell $(PG_CONFIG) --libdir)
      #PGXS := $(shell $(PG_CONFIG) --pgxs)
      #include $(PGXS)
      
      # 源码安装用以下
      ifdef USE_PGXS
      PG_CONFIG = pg_config
      PGXS := $(shell $(PG_CONFIG) --pgxs)
      include $(PGXS)
      else
      subdir = contrib/ali_decoding
      top_builddir = ../..
      include $(top_builddir)/src/Makefile.global
      include $(top_srcdir)/contrib/contrib-global.mk
      endif
    4. 进入ali_decoding目录,依次执行命令makemake install,编译ali_decoding,并得到安装ali_decoding所需的文件。
    5. 将如下文件复制至指定位置。
      指定位置
  3. 根据待同步对象所属的数据库和schema信息,在目标RDS PostgreSQL中创建相应数据库和schema(schema名称须一致),详情请参见创建数据库Schema 管理
如自建PostgreSQL版本为10.1~13,则您需执行如下准备工作。
  1. 登录自建PostgreSQL所属的服务器。
  2. 修改配置文件postgresql.conf,将配置文件中的wal_level设置为logical
    设置wal_level
  3. 将DTS的IP地址加入至自建PostgreSQL的配置文件pg_hba.conf中。您只需添加目标数据库所在区域对应的DTS IP地址段,详情请参见迁移、同步或订阅本地数据库时需添加的IP白名单
    说明 关于该配置文件的设置请参见pg_hba.conf文件。如果您已将信任地址配置为0.0.0.0/0(如下图所示),可跳过本步骤。
  4. 根据待同步对象所属的数据库和schema信息,在目标RDS PostgreSQL中创建相应数据库和schema(schema名称须一致),详情请参见创建数据库Schema 管理

操作步骤

  1. 登录新版DTS同步任务的列表页面
    说明 您也可以登录DMS数据管理服务。在顶部菜单栏中,选择传输与加工(DTS) > 数据同步
  2. 在页面左上角,选择同步实例所属地域。
    地域
  3. 单击创建任务,配置源库及目标库信息。
    警告 选择源和目标实例后,建议您仔细阅读页面上方显示的使用限制,以成功创建并执行同步任务。
    源目库信息
    类别 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。

    源库信息 选择已有的数据库连接模版
    如该实例的连接信息已保存为模板,您可选择其对应的连接名称,DTS将自动输入已保存的连接信息。
    说明
    • 如需修改模板的连接信息,您可以在该实例配置信息进行编辑。
    • 如需修改模板名称,您可以在该实例配置信息最下方,点击编辑连接信息模板名称,自定义连接信息模板的名称。
    • 修改后的连接信息模板,将在下一次选择该连接模板作为实例连接信息时生效,不会影响原先已使用该模板配置的实例连接信息。
    数据库类型 选择PostgreSQL
    接入方式 选择云企业网CEN
    实例地区 选择自建PostgreSQL数据库所属地域。
    云企业网实例ID 选择自建PostgreSQL数据库所属云企业网的实例ID。
    已和源库互联的VPC网络 选择与自建PostgreSQL数据库互联的VPC网络。
    IP地址 填入自建PostgreSQL数据库的服务器IP地址。
    端口 填入自建PostgreSQL数据库提供服务的端口,默认为5432
    数据库名称 填入自建PostgreSQL中同步对象所属数据库的名称。
    数据库账号 填入自建PostgreSQL的数据库账号,权限要求,请参见数据库账号的权限要求
    数据库密码

    填入该数据库账号对应的密码。

    将连接信息保存为模板
    单击将连接信息保存为模板并在弹跳框中设置连接名称,可将该实例的连接信息保存为模板,便于下次自动传入。
    说明 建议连接名称配置为具有业务意义的名称(无唯一性要求),便于后续识别。
    目标库信息 选择已有的数据库连接模版
    如该实例的连接信息已保存为模板,您可选择其对应的连接名称,DTS将自动输入已保存的连接信息。
    说明
    • 如需修改模板的连接信息,您可以在该实例配置信息进行编辑。
    • 如需修改模板名称,您可以在该实例配置信息最下方,点击编辑连接信息模板名称,自定义连接信息模板的名称。
    • 修改后的连接信息模板,将在下一次选择该连接模板作为实例连接信息时生效,不会影响原先已使用该模板配置的实例连接信息。
    数据库类型 选择PostgreSQL
    接入方式 选择阿里云实例
    实例地区 选择目标RDS PostgreSQL实例所属地域。
    实例ID 选择目标RDS PostgreSQL实例ID。
    数据库名称 填入目标RDS PostgreSQL实例中同步对象所属数据库的名称。
    数据库账号 填入目标RDS PostgreSQL实例的数据库账号,权限要求,请参见数据库账号的权限要求
    数据库密码

    填入该数据库账号对应的密码。

    将连接信息保存为模板
    单击将连接信息保存为模板并在弹跳框中设置连接名称,可将该实例的连接信息保存为模板,便于下次自动传入。
    说明 建议连接名称配置为具有业务意义的名称(无唯一性要求),便于后续识别。
  4. 配置完成后,单击页面右下角的测试连接以进行下一步
  5. 配置任务对象及高级配置。
    • 基础配置基础配置
      配置 说明
      任务步骤

      固定选中增量同步。默认情况下,您还需要同时选中库表结构同步全量同步。预检查完成后,DTS会将源实例中待同步对象的全量数据在目标集群中初始化,作为后续增量同步数据的基线数据。

      目标已存在表的处理模式
      • 预检查并报错拦截:检查目标数据库中是否有同名的表。如果目标数据库中没有同名的表,则通过该检查项目;如果目标数据库中有同名的表,则在预检查阶段提示错误,数据同步任务不会被启动。

        说明 如果目标库中同名的表不方便删除或重命名,您可以更改该表在目标库中的名称,请参见库表列名映射
      • 忽略报错并继续执行:跳过目标数据库中是否有同名表的检查项。
        警告 选择为忽略报错并继续执行,可能导致数据不一致,给业务带来风险,例如:
        • 表结构一致的情况下,如在目标库遇到与源库主键的值相同的记录:
          • 全量期间,DTS会保留目标集群中的该条记录,即源库中的该条记录不会同步至目标数据库中。
          • 增量期间,DTS不会保留目标集群中的该条记录,即源库中的该条记录会覆盖至目标数据库中。
        • 表结构不一致的情况下,可能会导致无法初始化数据、只能同步部分列的数据或同步失败。
      同步拓扑

      本场景为单向同步,需选择单向

      同步对象

      源库对象框中单击待同步对象,然后单击向右小箭头将其移动至已选择对象框。

      说明 同步对象的选择粒度为schema、表或列。
      映射名称更改
      • 如需更改单个同步对象在目标实例中的名称,请单击已选择对象中的同步对象,设置方式,请参见库表列名单个映射
      • 如需批量更改同步对象在目标实例中的名称,请单击已选择对象方框右上方的批量编辑,设置方式,请参见库表列名批量映射
      过滤待同步数据

      支持设置WHERE条件过滤数据,请参见通过SQL条件过滤任务数据

      同步的SQL操作 请右击已选择对象中的同步对象,在弹跳框中选择所需同步的SQL操作,支持的操作,请参见支持同步的SQL操作
    • 高级配置高级配置
      配置 说明
      设置告警
      是否设置告警,当同步失败或延迟超过阈值后,将通知告警联系人。
      • 不设置:不设置告警。
      • 设置:设置告警,您还需要设置告警阈值和告警联系人。
      目标库对象名称大小写策略

      您可以配置目标实例中迁移对象的库名、表名和列名的英文大小写策略。默认情况下选择DTS默认策略,您也可以选择与源库、目标库默认策略保持一致。更多信息,请参见目标库对象名称大小写策略

      源库、目标库无法连接后的重试时间
      默认重试120分钟,您也可以在取值范围(10~1440分钟)内自定义重试时间,建议设置30分钟以上。如果DTS在设置的时间内重新连接上源、目标库,同步任务将自动恢复。否则,同步任务将失败。
      说明
      • 针对同源或者同目标的多个DTS实例,如DTS实例A和DTS实例B,设置网络重试时间时A设置30分钟,B设置60分钟,则重试时间以低的30分钟为准。
      • 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。
  6. 上述配置完成后,单击页面下方的下一步保存任务并预检查
    说明
    • 在同步作业正式启动之前,会先进行预检查。只有预检查通过后,才能成功启动同步作业。
    • 如果预检查失败,单击具体检查项后的提示,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。
  7. 预检查通过率显示为100%时,单击下一步购买
  8. 购买页面,选择数据同步实例的计费方式、链路规格,详细说明请参见下表。
    类别 参数 说明
    信息配置 计费方式
    • 预付费(包年包月):在新建实例时支付费用。适合长期需求,价格比按量付费更实惠,且购买时长越长,折扣越多。
    • 后付费(按量付费):按小时扣费。适合短期需求,用完可立即释放实例,节省费用。
    链路规格 DTS为您提供了不同性能的同步规格,同步链路规格的不同会影响同步速率,您可以根据业务场景进行选择,详情请参见数据同步链路规格说明
    订购时长 在预付费模式下,选择包年包月实例的时长和数量,包月可选择1~9个月,包年可选择1~3年。
    说明 该选项仅在付费类型为预付费时出现。
  9. 配置完成后,阅读并勾选《数据传输(按量付费)服务条款》
  10. 单击购买并启动,同步任务正式开始,您可在任务列表查看具体任务进度。