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PolarDB O引擎。

前提条件

  • 已创建源数据库自建PostgreSQL和目标PolarDB O引擎
    说明
  • 目标PolarDB O引擎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
  • 暂不支持结构初始化,在配置同步任务前,您需要在目标实例中创建对应的库和表。
  • 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 账号创建及授权方式
自建PostgreSQL superuser权限。 CREATE USER用户权限管理
PolarDB O引擎 具备数据库Owner权限。 数据库Owner在创建数据库时已指定。

准备工作

由于暂不支持库表结构同步,在配置数据同步任务之前,您需要根据源库中待同步对象的结构定义,在目标PolarDB O引擎集群中创建schema和表。
如自建PostgreSQL版本为9.4.8~10.0,则您需执行如下准备工作。
  1. 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
  2. 由于暂不支持库表结构同步,在配置数据同步任务之前,您需要根据源库中待同步对象的结构定义,在目标PolarDB O引擎集群中创建schema和表。

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。
    是否跨阿里云账号

    本场景使用同一阿里云账号进行同步,需选择为不跨账号

    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PolarDB Oracle
    接入方式 选择专线/VPN网关/智能网关
    实例地区 选择目标PolarDB O引擎集群所属地域。
    已和源库互联的VPC网络 选择与PolarDB O引擎集群互联的VPC网络。
    DNS或IP地址 填入目标PolarDB O引擎集群主节点的访问地址。
    说明 您可以在电脑中通过Ping命令来获取目标PolarDB O引擎集群直连访问地址对应的IP地址。
    端口 填入目标数据库的服务端口,默认为1521
    数据库名称 填入目标PolarDB O引擎实例中同步对象所属数据库的名称。
    数据库账号 填入目标PolarDB O引擎实例的数据库账号,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。仅支持选中全量同步,不支持库表结构同步。预检查完成后,DTS会将源实例中待同步对象的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。
      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。