如何從RDS MySQL同步至DataHub - Data Transmission Service

阿里雲流式資料服務DataHub是流式資料（Streaming Data）的處理平台，提供對流式資料的發布、訂閱和分發功能，讓您可以輕鬆構建基於流式資料的分析和應用。通過Data Transmission Service，您可以將RDS MySQL同步至DataHub，協助您快速實現使用Realtime Compute等巨量資料產品對資料即時分析。

前提條件

DataHub執行個體的地區為華東1、華東2、華北2或華南1。
DataHub執行個體中，已建立用作接收同步資料的專案（Project），詳情請參見建立專案。
RDS MySQL中待同步的表需具備主鍵或唯一約束。

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。

功能限制

不支援全量資料初始化，即DTS不會將源RDS執行個體中同步對象的存量資料同步至目標DataHub執行個體。
僅支援表層級的資料同步。
資料同步的過程中，請勿對源庫中待同步的表執行DDL變更，否則會導致同步失敗。

支援同步的SQL操作

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

操作步驟

購買資料同步作業，詳情請參見購買流程。
說明
購買時，選擇源執行個體為MySQL、目標執行個體為DataHub，並選擇同步拓撲為單向同步。
登入資料轉送控制台。
說明
若資料轉送控制台自動跳轉至Data Management控制台，您可以在右下角的中單擊，返回至舊版資料轉送控制台。
在左側導覽列，單擊資料同步。
在同步作業列表頁面頂部，選擇同步的目標執行個體所屬地區。
定位至已購買的資料同步執行個體，單擊配置同步鏈路。

配置同步作業的源執行個體及目標執行個體資訊。

DataHub同步源目資訊配置

類別	配置	說明
無	同步作業名稱	DTS會自動產生一個同步作業名稱，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。
源執行個體資訊	執行個體類型	根據源庫的部署位置進行選擇，本文以RDS執行個體為例介紹配置流程。說明如果源庫為自建MySQL資料庫，您還需要執行相應的準備工作，詳情請參見準備工作概覽。
	執行個體地區	購買資料同步執行個體時選擇的源執行個體地區資訊，不可變更。
	執行個體ID	選擇作為資料同步源的RDS執行個體ID。
	資料庫帳號	填入源RDS的資料庫帳號。說明當源RDS執行個體的資料庫類型為MySQL 5.5或MySQL 5.6時，無需配置資料庫帳號和資料庫密碼。
	資料庫密碼	填入資料庫帳號對應的密碼。
	串連方式	根據需求選擇非加密串連或SSL安全連線。如果設定為SSL安全連線，您需要提前開啟RDS執行個體的SSL加密功能，詳情請參見設定SSL加密。重要目前僅中國內地及中國香港地區支援設定串連方式。
目標執行個體資訊	執行個體類型	固定為DataHub，不可變更。
	執行個體地區	購買資料同步執行個體時選擇的目標執行個體地區資訊，不可變更。
	Project	選擇DataHub執行個體的Project。

單擊頁面右下角的授權白名單並進入下一步。
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。

配置同步策略和同步對象。

配置同步對象

配置	說明
同步初始化	勾選結構初始化。說明勾選結構初始化後，在資料同步作業的初始化階段，DTS會將同步對象的結構資訊（例如表結構）同步至目標DataHub執行個體。
選擇同步對象	在源庫對象框中單擊待遷移的對象，然後單擊將其移動至已選擇對象框。說明同步對象的選擇粒度為表。預設情況下，同步對象的名稱保持不變。如果您需要改變同步對象在目標執行個體中的名稱，需要使用對象名映射功能，詳情請參見設定同步對象在目標執行個體中的名稱。
選擇附加列規則	DTS在將資料同步到DataHub時，會在同步的目標Topic中添加一些附加列。如果附加列和目標Topic中已有的列出現名稱衝突將會導致資料同步失敗。您需要根據業務需求選擇是否啟用新的附加列規則為是或否。警告在選擇附加列規則前，您需要評估附加列和目標Topic中已有的列是否會出現名稱衝突，否則可能會導致任務失敗或資料丟失。關於附加列的規則和定義說明，請參見附加列名稱和定義說明。
映射名稱更改	如需更改同步對象在目標執行個體中的名稱，請使用對象名映射功能，詳情請參見庫表列映射。
源表DMS_ONLINE_DDL過程中是否複製暫存資料表到目標庫	如源庫使用Data Management（Data Management）執行Online DDL變更，您可以選擇是否同步Online DDL變更產生的暫存資料表資料。是：同步Online DDL變更產生的暫存資料表資料。說明 Online DDL變更產生的暫存資料表資料過大，可能會導致同步任務延遲。否：不同步Online DDL變更產生的暫存資料表資料，只同步源庫的原始DDL資料。說明該方案會導致目標庫鎖表。
源、目標庫無法串連重試時間	當源、目標庫無法串連時，DTS預設重試720分鐘（即12小時），您也可以自訂重試時間。如果DTS在設定的時間內重新串連上源、目標庫，同步任務將自動回復。否則，同步任務將失敗。說明由於串連重試期間，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。

可選：將滑鼠指標放置在已選擇對象框中待同步的Topic名上，單擊對象後出現的編輯，然後在彈出的對話方塊中設定Shardkey（即用於分區的key）。
上述配置完成後，單擊頁面右下角的預檢查並啟動。
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，單擊具體檢查項後的，查看失敗詳情。
  您可以根據提示修複後重新進行預檢查。
  如無需修複警示檢測項，您也可以選擇確認屏蔽、忽略警示項並重新進行預檢查，跳過警示檢測項重新進行預檢查。
在預檢查對話方塊中顯示預檢查通過後，關閉預檢查對話方塊，同步作業將正式開始。
等待同步作業的鏈路初始化完成，直至處於同步中狀態。
您可以在資料同步頁面，查看資料同步作業的狀態。

Topic結構定義說明

DTS在將資料變更同步至DataHub執行個體的Topic時，目標Topic中除了儲存變更資料外，還會新增一些附加列用於儲存元資訊，樣本如下。

說明

本案例中的業務欄位為id、name、address，由於在配置資料同步時選用的是舊版附加列規則，DTS會為業務欄位（包含目標庫中的源庫原有的業欄位）添加dts_的首碼。若您使用新版附加列規則，DTS不會給目標庫中的源庫原有業欄位加首碼。

Topic定義

結構定義說明：

舊版附加列名稱	新版附加列名稱	資料類型	說明
`dts_record_id`	`new_dts_sync_dts_record_id`	String	增量日誌的記錄ID，為該日誌唯一標識。說明正常情況下是全域唯一自增的，在容災的情況下會有回退且無法保證自增和唯一。如果增量日誌的操作類型為UPDATE，那麼累加式更新會被拆分成兩條記錄（分別記錄更新前和更新後的值），且`dts_record_id`的值相同。
`dts_operation_flag`	`new_dts_sync_dts_operation_flag`	String	操作類型，取值： I：INSERT操作。 D：DELETE操作。 U：UPDATE操作。 F：全量資料同步。
`dts_instance_id`	`new_dts_sync_dts_instance_id`	String	資料庫的server ID。
`dts_db_name`	`new_dts_sync_dts_db_name`	String	資料庫名稱。
`dts_table_name`	`new_dts_sync_dts_table_name`	String	表名。
`dts_utc_timestamp`	`new_dts_sync_dts_utc_timestamp`	String	操作時間戳記，即日誌的時間戳記（UTC 時間）。
`dts_before_flag`	`new_dts_sync_dts_before_flag`	String	所有列的值是否更新前的值，取值：Y或N。
`dts_after_flag`	`new_dts_sync_dts_after_flag`	String	所有列的值是否更新後的值，取值：Y或N。

關於dts_before_flag和dts_after_flag的補充說明

對於不同的操作類型，增量日誌中的dts_before_flag和dts_after_flag定義如下：

INSERT
當操作類型為INSERT時，所有列的值為新插入的值，即為更新後的值，所以dts_before_flag取值為N，dts_after_flag取值為Y，樣本如下。
UPDATE
當操作類型為UPDATE時，DTS會將UPDATE操作拆為兩條增量日誌。這兩條增量日誌的dts_record_id、dts_operation_flag及dts_utc_timestamp對應的值相同。
第一條增量日誌記錄了更新前的值，所以dts_before_flag取值為Y，dts_after_flag取值為N。第二條增量日誌記錄了更新後的值，所以 dts_before_flag取值為N，dts_after_flag取值為Y，樣本如下。
DELETE
當操作類型為DELETE時，增量日誌中所有的列值為被刪除的值，即列值不變，所以dts_before_flag取值為Y， dts_after_flag取值為N，樣本如下。

後續操作

配置完資料同步作業後，您可以對同步到DataHub執行個體中的資料執行計算分析。更多詳情，請參見阿里雲Realtime Compute。