將MySQL的資料同步至Doris - Data Transmission Service

Data Transmission Service支援將MySQL資料庫（例如自建MySQL或RDS MySQL）的資料同步至Doris資料庫，以滿足您的海量資料分析需求。本文以源庫為RDS MySQL執行個體，且目標庫為ECS執行個體中部署的Doris資料庫為例，為您介紹相關操作步驟。

前提條件

已建立儲存空間大於源RDS MySQL執行個體已佔用儲存空間的目標Doris資料庫。建立方式，請參見安裝部署。

說明

源庫和目標庫支援的版本，請參見同步方案概覽。

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，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。 Binlog日誌： RDS MySQL預設已開啟Binlog，您需確保binlog_row_image的值為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。參數設定方法，請參見設定執行個體參數。重要若源執行個體為自建MySQL，則需開啟Binlog，並且設定binlog_format為row且binlog_row_image為full。若源執行個體自建MySQL是雙主叢集（兩者互為主從），為保障DTS能擷取全部的Binlog日誌，則您需開啟參數log_slave_updates。具體操作請參見為自建MySQL建立帳號並設定binlog。 DTS要求來源資料庫的本地Binlog日誌至少保留7天以上，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。如源為RDS MySQL，具體操作請參見管理本地日誌（Binlog）。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。
其他限制	目前只支援將資料同步到Doris資料庫的Unique引擎表。在資料同步期間，請勿在目標Doris資料庫中建立叢集，否則會導致任務失敗。由於Doris資料庫僅支援以字母開頭的庫名和表名，如果待同步的庫名或表名不是以字母開頭，則需要使用映射功能進行修改。若待同步對象（庫、表、列）的名稱包含中文，則需要使用映射功能進行修改（例如將其修改為英文），否則可能會導致任務失敗。在資料同步過程中，請勿在Doris資料庫中增加BE（Backend）節點，否則會導致任務失敗。在MySQL中，`VARCHAR(M)`類型的M表示字元長度；在Doris資料庫中，`VARCHAR(N)`類型的N表示位元組長度。若您不使用DTS提供的庫表結構同步功能，建議您將Doris資料庫中VARCHAR類型欄位的長度設定為MySQL中VARCHAR欄位長度的四倍。在全量資料初始化時，DTS將會佔用源和目標庫一定的讀寫資源，可能會導致資料庫的負載上升。因此建議在執行資料同步前評估源庫和目標庫的效能，並在業務低峰期執行資料同步（例如源庫和目標庫的CPU負載在30%以下）。由於全量初始化會並發執行INSERT操作，導致目標資料庫的表產生片段，因此全量初始化完成後目標資料庫的表格儲存體空間會大於源執行個體的表格儲存體空間。在資料同步期間，請勿對源庫的同步對象使用pt-online-schema-change等類似工具執行線上DDL變更，否則會導致任務失敗。在DTS同步期間，若有除DTS外的資料寫入目標庫，則可能會導致源庫與目標庫的資料不一致。若RDS MySQL執行個體已開通全密態（EncDB）功能，則不支援全量資料同步。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。
特殊情況	當源庫為自建MySQL時：在同步時，如果源庫進行主備切換，將會導致同步任務失敗。由於DTS的延遲時間是根據同步到目標庫最後一條資料的時間戳記和目前時間戳對比得出，源庫長時間未執行DML操作可能導致延遲資訊不準確。如果任務顯示的延遲時間過大，您可以在源庫執行一個DML操作來更新延遲資訊。說明如果同步對象選擇為整庫，您還可以建立心跳錶，心跳錶每秒定期更新或者寫入資料。 DTS會在源庫定時執行CREATE DATABASE IF NOT EXISTS `test`命令以推進Binlog位點。當源庫為RDS MySQL時：不記錄交易記錄的RDS MySQL執行個體（如RDS MySQL 5.6版本的唯讀執行個體）不支援作為源庫。

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

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

資料庫帳號的許可權要求

資料庫	要求的權限	建立及授權方式
源RDS MySQL執行個體	待同步對象的讀寫權限	建立帳號和修改帳號許可權
目標Doris資料庫	資料庫的存取權限（Usage_priv）和讀寫權限（Select_priv、Load_priv、Alter_priv、Create_priv、Drop_priv）	認證和鑒權

說明

若您使用的源庫帳號不是通過RDS MySQL控制台建立且授權，您需確保該帳號具備REPLICATION CLIENT、REPLICATION SLAVE、SHOW VIEW和SELECT許可權。

操作步驟

進入目標地區的同步工作清單頁面。
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	選擇已有串連資訊	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，您需要配置下方的資料庫資訊。說明您可以在資料連線管理頁面或新版配置頁面，將資料庫錄入DTS。更多資訊，請參見資料連線管理。
	資料庫類型	選擇MySQL。
	接入方式	選擇雲執行個體。
	執行個體地區	選擇源RDS MySQL執行個體所屬地區。
	是否跨阿里雲帳號	本樣本使用當前阿里雲帳號下的資料庫執行個體，需選擇不跨帳號。
	RDS執行個體ID	選擇源RDS MySQL執行個體ID。
	資料庫帳號	填入源RDS MySQL執行個體的資料庫帳號。許可權要求，請參見資料庫帳號的許可權要求。
	資料庫密碼	填入該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 MySQL執行個體的SSL加密功能，詳情請參見使用雲端認證快速開啟SSL鏈路加密。
目標庫資訊	選擇已有串連資訊	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，您需要配置下方的資料庫資訊。說明您可以在資料連線管理頁面或新版配置頁面，將資料庫錄入DTS。更多資訊，請參見資料連線管理。
	資料庫類型	選擇Doris。
	接入方式	請根據目標庫的部署位置進行選擇，本樣本選擇ECS自建資料庫。說明當以其他接入方式將自建資料庫接入DTS時，您還需要進行相應的準備工作，詳情請參見準備工作概覽。
	執行個體地區	選擇目標Doris資料庫所屬的地區。
	ECS執行個體ID	選擇目標Doris資料庫所屬的ECS執行個體ID。
	連接埠	填入目標Doris資料庫的服務連接埠，預設為9030。
	資料庫帳號	填入目標Doris資料庫的資料庫帳號。許可權要求，請參見資料庫帳號的許可權要求。
	資料庫密碼	填入該資料庫帳號對應的密碼。

配置完成後，在頁面下方單擊測試連接以進行下一步，並在彈出的DTS伺服器訪問授權對話方塊單擊測試連接。
說明
請確保DTS服務的IP位址區段能夠被自動或手動添加至源庫和目標庫的安全設定中，以允許DTS伺服器的訪問。更多資訊，請參見添加DTS伺服器的IP位址區段。

配置任務對象。

在對象配置頁面，配置待同步的對象。

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。重要 MySQL的資料同步到Doris會進行類型轉換，若您未勾選庫表結構同步，則需要提前在目標Doris中建立好相應結構的Unique模型表。更多資訊，請參見資料類型映射關係和主鍵模型。
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表。如果目標資料庫中沒有同名的表，則通過該檢查專案；如果目標資料庫中有同名的表，則在預檢查階段提示錯誤，資料同步任務不會被啟動。說明如果目標庫中同名的表不方便刪除或重新命名，您可以更改該表在目標庫中的名稱，請參見庫表列名映射。忽略報錯並繼續執行：跳過目標資料庫中是否有同名表的檢查項。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：表結構一致的情況下，如在目標庫遇到與源庫主鍵或唯一鍵的值相同的記錄：全量期間，DTS會保留目的地組群中的該條記錄，即源庫中的該條記錄不會同步至目標資料庫中。增量期間，DTS不會保留目的地組群中的該條記錄，即源庫中的該條記錄會覆蓋至目標資料庫中。表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，請謹慎操作。
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。說明同步對象的選擇粒度為庫、表、列。
已選擇對象	如需更改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進行修改。設定方式，請參見庫表列名映射。如需移除已選擇的同步對象，請在已選擇對象框中單擊待同步的對象，然後單擊將其移動到源庫對象框。說明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。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。如需選擇增量同步處理的SQL操作，請在已選擇對象中右擊待同步對象，並在彈出的對話方塊中選擇所需同步的SQL操作。

單擊下一步高級配置，進行進階參數配置。

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。
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。
是否去除正反向任務的心跳錶sql	根據業務需求選擇是否在DTS執行個體運行時，在源庫中寫入心跳SQL資訊。是：不在源庫中寫入心跳SQL資訊，DTS執行個體可能會顯示有延遲。否：在源庫中寫入心跳SQL資訊，可能會影響源庫的物理備份和複製等功能。
環境標籤	您可以根據實際情況，選擇用於標識執行個體的環境標籤。本樣本無需選擇。
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。
監控警示	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。

可選：上述配置完成後，單擊下一步配置庫表欄位，設定待同步的表在目標中的主鍵列、分布鍵和引擎選擇資訊。
說明
- 配置任務對象時同步類型勾選了庫表結構同步時才會有本步驟，您可以將定義狀態選擇為全部後進行修改。
- 主鍵列可以是選擇多個列組成聯合主鍵，且需要從主鍵列中選擇1個或者多個列作為分布鍵；引擎選擇僅支援選擇unique。

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。

資料類型映射關係

類別	MySQL的資料類型	Doris的資料類型
Numeric	TINYINT	TINYINT
	TINYINT UNSIGNED	SMALLINT
	SMALLINT	SMALLINT
	SMALLINT UNSIGNED	INT
	MEDIUMINT	INT
	MEDIUMINT UNSIGNED	BIGINT
	INT	INT
	INT UNSIGNED	BIGINT
	BIGINT	BIGINT
	BIGINT UNSIGNED	LARGEINT
	BIT(M)	INT
	Decimal	Decimal 說明不支援zerofill。
	Numeric	Decimal
	Float	Float
	Double	DOUBLE
	BOOL BOOLEAN	BOOLEAN
DATE AND TIME	DATE	DATEV2
	DATETIME[(fsp)]	DATETIMEV2
	Timestamp[(fsp)]	DATETIMEV2
	Time[(fsp)]	VARCHAR
	YEAR[(4)]	INT
STRING	CHAR VARCHAR	VARCHAR 重要為避免資料丟失，CHAR和VARCHAR(n)類型的資料同步到Doris後會轉換為VARCHAR(4*n)。若未指定資料長度，則採用Doris的預設值VARCHAR(65533)。若資料長度超過65533，則同步到Doris後會轉換為STRING。
	BINARY VARBINARY	STRING
	TINYTEXT TEXT MEDIUMTEXT LONGTEXT	STRING
	TINYBLOB BLOB MEDIUMBOLB LONGBLOB	STRING
	ENUM	STRING
	SET	STRING
	JSON	STRING