將PolarDB-X 1.0的資料同步至Elasticsearch - Data Transmission Service

本文介紹如何使用Data Transmission Service將資料從PolarDB-X 1.0同步至Elasticsearch。

前提條件

源PolarDB-X 1.0的儲存類型支援為RDS MySQL（包括私人定製RDS和單獨購買的RDS），暫不支援為PolarDB MySQL。
已建立目標Elasticsearch，請參見建立Elasticsearch執行個體。
目標Elasticsearch執行個體儲存空間須大於源PolarDB-X 1.0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（僅具有唯一約束的表不支援庫表結構同步，建議使用主鍵約束），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。如同步對象為表層級，且需進行編輯（如表列名映射），則單次同步任務僅支援同步至多1000張表。當超出數量限制，任務提交後會顯示請求報錯，此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。 PolarDB-X 1.0下面掛載的RDS MySQL的Binlog日誌：預設已開啟Binlog，請參考查看執行個體參數確認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。如為增量資料同步任務，DTS要求來源資料庫的本地Binlog日誌儲存24小時以上，如為全量資料同步和增量資料同步任務，DTS要求來源資料庫的本地Binlog日誌至少保留7天以上（您可在全量同步完成後將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。源庫的操作限制：同步期間如需切換PolarDB-X 1.0的網路類型，切換成功後，請調整同步鏈路的網路連接資訊。在同步期間，請勿對源執行個體執行擴容、縮容、同步熱點表、變更拆分鍵操作和變更DDL等操作，否則資料同步任務會失敗，或者資料不一致。如僅執行全量資料同步，請勿向源執行個體中寫入新的資料，否則會導致源和目標資料不一致。為即時保持資料一致性，建議選擇結構同步、全量資料同步和增量資料同步。在庫表結構同步和全量同步階段，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。源PolarDB-X 1.0執行個體的版本需為5.2及以上版本。
其他限制	如果源庫中待同步的表需要執行增加列的操作，您只需先在Elasticsearch執行個體中修改對應表的mapping，然後在來源資料庫中執行相應的DDL操作，最後暫停並啟動同步任務。 DTS基於源PolarDB-X 1.0執行個體中XA事務的連續性，以確保增量同步處理任務資料的一致性。若XA事務的連續性遭到破壞（包括但不限於修改同步對象、增量資料擷取模組容災等情境），則未提交的XA事務可能會丟失。執行資料同步前需評估源庫和目標庫的效能，同時建議在業務低峰期執行資料同步。否則全量同步時DTS佔用源和目標庫一定讀寫資源，可能會導致資料庫的負載上升。 DTS會嘗試恢複七天之內同步失敗任務。因此業務切換至目標執行個體前，請務必結束或釋放該任務，或者使用`revoke`命令將DTS訪問目標執行個體帳號的寫入權限回收。避免該任務被自動回復後，源端資料覆蓋目標執行個體的資料。不支援開發測試型規格或開啟HTTPS協議的Elasticsearch執行個體。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。

費用說明

同步類型	鏈路配置費用
庫表結構同步和全量資料同步	不收費。
增量資料同步	收費，詳情請參見計費概述。

支援增量同步處理的SQL操作

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

資料類型映射關係

詳情請參見結構初始化涉及的資料類型映射關係。

資料庫帳號的許可權要求

資料庫	要求的權限	帳號建立及授權方法
源PolarDB-X 1.0執行個體	同步對象的讀許可權。	帳號管理
目標Elasticsearch執行個體	資料庫帳號需具備讀寫權限，通常為elastic。

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。
可選：在頁面右上方，單擊試用新版配置頁。
說明
- 若您已進入新版配置頁（頁面右上方的按鈕為返回舊版配置頁），則無需執行此操作。
- 新版配置頁和舊版配置頁部分參數有差異，建議使用新版配置頁。

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	選擇已有的DMS資料庫執行個體（可選，如未建立可忽略此處選擇，直接在下方設定資料庫資訊即可）	您可以按實際需求，選擇是否使用已有執行個體。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，您需要輸入下方的資料庫資訊。
	資料庫類型	選擇PolarDB-X 1.0。
	接入方式	選擇雲執行個體。
	執行個體地區	選擇源PolarDB-X 1.0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 1.0執行個體ID。
	資料庫帳號	填入源PolarDB-X 1.0執行個體的資料庫帳號。
	資料庫密碼	填入該資料庫帳號對應的密碼。
目標庫資訊	選擇已有的DMS資料庫執行個體（可選，如未建立可忽略此處選擇，直接在下方設定資料庫資訊即可）	您可以按實際需求，選擇是否使用已有執行個體。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，您需要輸入下方的資料庫資訊。
	資料庫類型	選擇Elasticsearch。
	接入方式	選擇雲執行個體。
	執行個體地區	選擇目標Elasticsearch執行個體所屬地區。
	類型	請根據實際情況，選擇叢集版或Serverless。
	執行個體ID	選擇目標Elasticsearch執行個體ID。
	資料庫帳號	填入串連目標Elasticsearch執行個體的帳號，即建立Elasticsearch時填入的登入名稱，預設帳號為elastic。
	資料庫密碼	填入該資料庫帳號對應的密碼。
	串連方式	請根據實際情況，選擇HTTP或HTTPS。

配置完成後，單擊頁面下方的測試連接以進行下一步。
如果源或目標資料庫是阿里雲資料庫執行個體（例如RDS MySQL、ApsaraDB for MongoDB等），DTS會自動將對應地區DTS服務的IP地址添加到阿里雲資料庫執行個體的白名單中；如果源或目標資料庫是ECS上的自建資料庫，DTS會自動將對應地區DTS服務的IP地址添加到ECS的安全規則中，您還需確保自建資料庫沒有限制ECS的訪問（若資料庫是叢集部署在多個ECS執行個體，您需要手動將DTS服務對應地區的IP地址添到其餘每個ECS的安全規則中）；如果源或目標資料庫是IDC自建資料庫或其他雲資料庫，則需要您手動添加對應地區DTS服務的IP地址，以允許來自DTS伺服器的訪問。DTS服務的IP地址，請參見DTS伺服器的IP位址區段。
警告
DTS自動添加或您手動添加DTS服務的公網IP位址區段可能會存在安全風險，一旦使用本產品代表您已理解和確認其中可能存在的安全風險，並且需要您做好基本的安全防護，包括但不限於加強帳號密碼強度防範、限制各網段開放的連接埠號碼、內部各API使用鑒權方式通訊、定期檢查並限制不需要的網段，或者使用通過內網（專線/VPN網關/智能網關）的方式接入。

配置任務對象及進階配置。

配置	說明
同步類型	固定選中增量同步處理。預設情況下，您還需要同時選中庫表結構同步和全量同步。預檢查完成後，DTS會將源執行個體中待同步對象的全量資料在目的地組群中初始化，作為後續增量同步處理資料的基準資料。
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索引。如果目標資料庫中沒有同名的索引，則通過該檢查專案；如果目標資料庫中有同名的索引，則在預檢查階段提示錯誤，資料同步作業不會被啟動。說明如果目標庫中同名的索引不方便刪除或重新命名，您可以設定同步對象在目標執行個體中的名稱來避免表名衝突。忽略報錯並繼續執行：跳過目標資料庫中是否有同名索引的檢查項。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： mapping結構一致的情況下，如果在目標庫遇到與源庫主鍵的值相同的記錄，在初始化階段會保留目標庫中的該條記錄；在增量同步處理階段則會覆蓋目標庫的該條記錄。 mapping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。
索引名稱	選擇為表名，在目標Elasticsearch執行個體中建立的索引名稱和表名一致。選擇為庫名_表名，在目標Elasticsearch執行個體中建立的索引名稱則由庫名、底線（_）和表名按順序拼接而成。說明索引名稱映射配置會在所有表中生效。
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。說明同步對象選擇的粒度為庫或表。
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。設定方法請參見設定過濾條件。如果使用了對象名映射功能，可能會導致依賴這個對象的其他對象同步失敗。

單擊下一步高級配置，進行進階配置。

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。
設定警示	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。
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。
是否限制全量遷移速率	在全量同步階段，DTS將佔用源庫和目標庫一定的讀寫資源，可能會導致資料庫的負載上升。您可以根據實際情況，選擇是否對全量同步任務進行限速設定（設定每秒查詢源庫的速率QPS、每秒全量遷移的行數RPS和每秒全量遷移的數據量(MB)BPS），以緩解目標庫的壓力。說明僅當同步類型選擇了全量同步時才可以配置。
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。
環境標籤	請根據實際情況，選擇用於標識執行個體的環境標籤。
分區配置	根據目標Elasticsearch中索引的最大分區配置，設定索引的主分區和副本分區的數量。
字串Index	同步至目標Elasticsearch執行個體中的字串編入索引的方式。 analyzed：先分析字串，再編入索引。您還需要選擇具體的分析器，分析器的類型及作用，請參見分析器。 not analyzed：不分析，直接使用原始值編入索引。 no：不編入索引。
時區	DTS同步時間類型的資料（如DATETIME, TIMESTAMP）至目標Elasticsearch執行個體時，您可以選擇所帶時區。說明如目標執行個體中此類時間類型資料無需帶有時區，您需要預先在目標執行個體中設定該時間類型資料的文件類型（type）。
DOCID取值	DOCID預設為表的主鍵，如表中無主鍵，則DOCID為Elasticsearch執行個體自動產生的ID列。
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。

上述配置完成後，單擊頁面下方的下一步配置庫表欄位，設定待同步的表在目標Elasticsearch的_routing策略和_id取值。

類型	說明
是否設定_routing	設定_routing可以將文檔路由儲存在目標Elasticsearch執行個體的指定分區上，詳情請參見_routing。選擇為是，您可以自訂欄進行路由。選擇為否，則用_id進行路由。說明建立的目標Elasticsearch執行個體為7.x版本時，您必須選擇為否。
_routing列	選擇用來進行路由的列。說明僅當是否設定_routing選擇為是時，需要設定此參數。
_id取值	選擇用來做文檔ID的列。

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。
預檢查通過率顯示為100%時，單擊下一步購買。

購買執行個體。

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。