本文介绍如何使用数据传输服务DTS(Data Transmission Service),实现RDS PostgreSQL间的单向同步。

前提条件

  • 已创建源库和目标数据库 RDS PostgreSQL 实例,创建方式,请参见创建RDS PostgreSQL实例
    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实例RDS 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。
  • 若同步对象为表级别,且需进行编辑(如表列名映射),单次同步任务的表数量超过5000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,否则任务提交后可能会显示请求报错。
  • 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。

  • 源库的操作限制

    为保障同步任务的正常进行,避免主备切换导致的逻辑订阅中断,需要RDS PostgreSQL支持并开启Logical Replication Slot Failover,设置方式,请参见逻辑复制槽故障转移(Logical Replication Slot Failover)

  • 若源库有长事务,且实例包含增量同步任务,则可能会导致源库长事务提交前的预写日志WAL(Write-Ahead Logging)无法清理而堆积,从而造成源库磁盘空间不足。
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。
  • 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。 执行该命令期间,建议您不要有锁表操作,否则会导致表锁死。
    说明
    • 将上述命令中的schematable替换成真实的Schema名和表名。
    • 建议您在业务低峰期进行操作。
  • 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120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
    • DTS释放实例后会主动删除该replication slot,如果您在同步期间修改了数据库密码,或者删除了DTS的访问IP白名单,则会导致该replication slot无法自动删除,此时需要您在源库手动删除,避免其持续累积占用磁盘空间导致RDS PostgreSQL实例不可用。
    • 当释放同步任务或同步失败时,DTS会主动清理该replication slot;如果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,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
  • 在DTS同步期间,不允许有除DTS外的数据写入目标库,否则会导致源库与目标库数据不一致。例如,有除DTS外的数据写入目标库时,使用DMS执行在线DDL变更,可能引起目标库数据丢失。
  • 若为全量同步或增量同步任务,且源数据库中要同步的表包含外键、触发器、事件触发器,如果目标库账号为高权限账号或者super权限账号,全量或增量同步时DTS会以Session级别暂时将session_replication_role的参数值设置为replica;如果目标库账号没有该权限,您需要手动将目标数据库中session_replication_role的参数值设置为replica。在此期间(全量同步或增量同步过程中session_replication_role的参数值为replica),若源库存在级联更新、删除操作,则可能会导致数据不一致。在DTS同步任务释放后,您可以将session_replication_role的参数值改回origin。
特殊情况当源实例为RDS PostgreSQL时

同步期间,请勿修改RDS PostgreSQL的连接地址和可用区,否则会导致同步失败。

费用说明

同步类型链路配置费用
库表结构同步和全量数据同步不收费。
增量数据同步收费,详情请参见计费概述

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
DMLINSERT、UPDATE、DELETE

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,选择集成与开发(DTS),在左侧导航栏选择数据传输(DTS) > 数据同步
  2. 在页面左上角,选择同步实例所属地域。
  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。
    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。

    源库信息数据库类型选择PostgreSQL
    接入方式选择云实例
    实例地区选择源RDS PostgreSQL实例所属地域。
    实例ID选择源RDS PostgreSQL实例ID。
    数据库名称填入源RDS PostgreSQL实例中同步对象所属数据库的名称。
    数据库账号填入源RDS PostgreSQL的高权限账号,且需为所选数据库的owner(授权账号)。账号创建及授权方式,请参见创建账号创建数据库
    说明 当源实例为RDS PostgreSQL 9.4,且仅需同步DML操作时,账号具备REPLICATION权限即可。
    数据库密码

    填入该数据库账号对应的密码。

    目标库信息数据库类型选择PostgreSQL
    接入方式选择云实例
    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,具备Schema的owner权限。账号创建及授权方式,请参见创建账号
    数据库密码

    填入该数据库账号对应的密码。

  4. 配置完成后,单击页面下方的测试连接以进行下一步
    如果源或目标数据库是阿里云数据库实例(例如RDS MySQL云数据库MongoDB版等),DTS会自动将对应地区DTS服务的IP地址添加到阿里云数据库实例的白名单中,您无需手动添加,请参见DTS服务器的IP地址段;如果源或目标数据库是ECS上的自建数据库,DTS会自动将对应地区DTS服务的IP地址添到ECS的安全规则中,您还需手动在ECS上的自建数据库中添加对应地区DTS服务的IP地址,以允许来自DTS服务器的访问;如果源或目标数据库是IDC自建数据库或其他云数据库,则需要您手动添加对应地区DTS服务的IP地址,以允许来自DTS服务器的访问。
    警告
    • 上述场景中,DTS自动添加或您手动添加DTS服务的公网IP地址段可能会存在安全风险,一旦使用本产品代表您已理解和确认其中可能存在的安全风险,并且需要您做好基本的安全防护,包括但不限于加强账号密码强度防范、限制各网段开放的端口号、内部各API使用鉴权方式通信、定期检查并限制不需要的网段,或者使用通过内网(专线/VPN网关/智能网关)的方式接入。
    • DTS任务完成或释放后,建议您手动删除添加的DTS服务的IP地址。在阿里云数据库实例的白名单中,您需要删除名称包含dts的IP白名单分组;在ECS实例的安全规则中,您需要删除名称包含dts的IP白名单分组,同时删除ECS上的自建数据库中DTS服务的IP地址;在IDC自建数据库或其他云数据库,您需要删除的DTS服务的IP地址,请参见DTS服务器的IP地址段
  5. 配置任务对象及高级配置。
    • 基础配置
      配置说明
      同步类型

      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。

      说明 若勾选了库表结构同步,DTS会将源数据库中待同步表的结构(包含外键)迁移到目标数据库。
      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

      源库对象

      源库对象框中单击待同步对象,然后单击向右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。
      已选择对象
      • 如需更改单个同步对象在目标实例中的名称,请右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
      说明
      • 如需按库或表级别选择同步的SQL操作,请在已选择对象中右击待同步对象,并在弹出的对话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
      • 如需设置WHERE条件过滤数据,请在已选择对象中右击待同步的表,在弹出的对话框中设置过滤条件。设置方法请参见通过SQL条件过滤任务数据
      • 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同步失败。
    • 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。
      源库、目标库无法连接后的重试时间
      在同步任务启动后,若源库或目标库连接失败则DTS会报错,并会立即进行持续的重试连接,默认持续重试时间为720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在设置的重试时间内重新连接上源库、目标库,同步任务将自动恢复。否则,同步任务将会失败。
      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,请单击失败检查项后的查看详情,并根据提示修复后重新进行预检查。
    • 如果预检查产生警告:
      • 对于不可以忽略的检查项,请单击失败检查项后的查看详情,并根据提示修复后重新进行预检查。
      • 对于可以忽略无需修复的检查项,您可以依次单击点击确认告警详情确认屏蔽确定重新进行预检查,跳过告警检查项重新进行预检查。如果选择屏蔽告警检查项,可能会导致数据不一致等问题,给业务带来风险。
  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,您可在数据同步界面查看具体任务进度。