將PostgreSQL的資料同步至AnalyticDB PostgreSQL - Data Transmission Service

本文介紹如何使用Data Transmission Service，將RDS PostgreSQL執行個體的資料同步至雲原生資料倉儲AnalyticDB PostgreSQL版執行個體中。

前提條件

已建立儲存空間大於源RDS PostgreSQL執行個體已佔用儲存空間的目標AnalyticDB PostgreSQL版執行個體。建立方法，請參見建立執行個體。
說明
源庫和目標庫支援的版本，請參見同步方案概覽。
已在目標AnalyticDB PostgreSQL版執行個體中建立用於接收資料的資料庫。建立方法，請參見CREATE DATABASE。

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。說明若接收資料的目標表不是通過DTS建立（同步類型未選中庫表結構同步），則需確保該表與源庫中待同步的表具備相同的主鍵或非空唯一約束，否則可能會導致目標資料庫中出現重複資料。若同步對象為表層級，且需進行編輯（如表列名映射），單次同步任務的表數量超過5000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，否則任務提交後可能會顯示請求報錯。 WAL日誌：需開啟，即設定wal_level參數的值為logical。如為增量同步處理任務，DTS要求來源資料庫的WAL日誌儲存24小時以上，如為全量同步和增量同步處理任務，DTS要求來源資料庫的WAL日誌至少保留7天以上（您可在全量同步完成後將WAL日誌儲存時間設定為24小時以上），否則DTS可能因無法擷取WAL日誌而導致任務失敗，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WAL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。如自建PostgreSQL進行主備切換，會導致同步失敗。源庫的操作限制為保障同步任務的正常進行，避免主備切換導致的邏輯訂閱中斷，需要RDS PostgreSQL支援並開啟Logical Replication Slot Failover，設定方式，請參見邏輯複製槽容錯移轉（Logical Replication Slot Failover）。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。若源庫有長事務，且執行個體包含增量同步處理任務，則可能會導致源庫長事務提交前的預寫記錄檔WAL（Write-Ahead Logging）無法清理而堆積，從而造成源庫磁碟空間不足。
其他限制	目標表暫不支援AO表。若使用列映射時為非全表同步或者源與目標表結構不一致，則目標端比源端缺少的列的資料將會丟失。同步對象要求：僅支援表級同步。不支援BIT、VARBIT、GEOMETRY、UUID、TSQUERY、TSVECTOR、TXID_SNAPSHOT類型的資料同步。單個資料同步任務只能同步一個資料庫，如需同步多個資料庫，您需要為每個資料庫配置資料同步任務。同步期間，如果同步對象的選擇粒度為Schema，在待同步的Schema中建立了新的表或使用RENAME命令重建了待同步的表，您需要在對該表寫入資料前執行`ALTER TABLE schema.table REPLICA IDENTITY FULL;`命令，以保障該表資料同步的一致性。執行該命令期間，建議您不要有鎖表操作，否則會導致表鎖死。說明將上述命令中的`schema`和`table`替換成真實的Schema名和表名。建議您在業務低峰期進行操作。 DTS會在源庫中建立以下暫存資料表，用於擷取增量資料的DDL、增量表的結構、心跳資訊等。在同步期間，請勿刪除源庫中的暫存資料表，否則會導致DTS任務異常。暫存資料表會在DTS執行個體釋放後自動刪除。 `public.dts_pg_class`、`public.dts_pg_attribute`、`public.dts_pg_type`、`public.dts_pg_enum`、`public.dts_postgres_heartbeat`、`public.dts_ddl_command`、`public.dts_args_session`。為保障同步延遲時間展示的準確性，DTS會在源庫中新增一個名為dts_postgres_heartbeat的心跳錶。同步期間，DTS會在源庫中建立首碼為`dts_sync_`的replication slot用於複製資料。通過該replication slot，DTS可以擷取源庫15分鐘內的增量日誌。說明 DTS釋放執行個體後會主動刪除該replication slot，如果您在同步期間修改了資料庫密碼，或者刪除了DTS的訪問IP白名單，則會導致該replication slot無法自動刪除，此時需要您在源庫手動刪除，避免其持續累積佔用磁碟空間導致RDS PostgreSQL執行個體不可用。當釋放同步任務或同步失敗時，DTS會主動清理該replication slot；如果PostgreSQL發生了主備切換，則需要您登入備庫來手動清理。執行資料同步前需評估源庫和目標庫的效能，同時建議業務低峰期執行資料同步。否則全量資料初始化時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。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執行個體的資料表空間比源執行個體的資料表空間大。對於表層級的資料同步，如果除DTS以外的資料沒有寫入目標庫，您可以使用Data Management（Data Management）來執行線上DDL變更，請參見不鎖表結構變更。在DTS同步期間，不允許有除DTS外的資料寫入目標庫，否則會導致源庫與目標庫資料不一致。例如，有除DTS外的資料寫入目標庫時，使用DMS執行線上DDL變更，可能引起目標庫資料丟失。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	當源執行個體為RDS PostgreSQL時同步期間，請勿修改RDS PostgreSQL的串連地址和可用性區域，否則會導致同步失敗。當源執行個體為自建PostgreSQL時需要確保max_wal_senders和max_replication_slots的參數值，均大於當前資料庫複寫槽已使用數與需要以該自建PostgreSQL為源建立的DTS執行個體數的總和。當源執行個體為Google Cloud Platform Cloud SQL for PostgreSQL時，源庫的資料庫帳號需填入具有cloudsqlsuperuser許可權的帳號。在選擇同步對象時需選擇此帳號有許可權管理的對象，或者給此帳號添加目標對象的Owner許可權。說明具有cloudsqlsuperuser許可權的帳號，無法管理Owner為其他cloudsqlsuperuser許可權帳號的資料。

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 說明在資料寫入到目標AnalyticDB PostgreSQL版執行個體時，UPDATE語句會自動轉化為REPLACE INTO語句（若更新的是主鍵，則會轉化為DELETE+INSERT語句）。
DDL	僅2020年10月01日後建立的資料同步任務，支援同步DDL操作。重要 2023年05月12日前建立的資料同步任務，需在配置同步任務前，在源庫中建立觸發器和函數來捕獲DDL資訊，詳情請參見通過觸發器和函數實現PostgreSQL的DDL增量遷移。增量資料同步階段不支援同步bit類型的資料。同步任務支援如下DDL，且來源資料庫帳號需為高許可權帳號，RDS PostgreSQL的小版本需大於或等於20210228，小版本的升級方式，請參見升級核心小版本。 CREATE TABLE、DROP TABLE ALTER TABLE（包括RENAME TABLE、ADD COLUMN、ADD COLUMN DEFAULT、ALTER COLUMN TYPE、DROP COLUMN、ADD CONSTRAINT、ADD CONSTRAINT CHECK、ALTER COLUMN DROP DEFAULT） TRUNCATE TABLE（源庫PostgreSQL為PostgreSQL 11及以上版本） CREATE INDEX ON TABLE 重要不支援同步DDL中包含的附加資訊，如CASCADE或RESTRICT等。不支援同步使用`SET session_replication_role = replica`命令的會話中的DDL。不支援同步通過調用FUNCTION等方式執行的DDL。若源庫單次提交的多條SQL中同時包含DML和DDL，則該DDL不會被同步。若源庫單次提交的多條SQL中包含非同步對象的DDL，則該DDL不會被同步。

資料庫帳號的許可權要求

資料庫	要求的權限	帳號建立及授權方式
源RDS PostgreSQL執行個體	高許可權帳號，且需為所選資料庫的Owner（授權帳號）。	建立帳號和建立資料庫。
目標AnalyticDB PostgreSQL版執行個體	目標庫的讀寫權限。	建立資料庫帳號和使用者權限管理。說明您也可以使用初始帳號或具備RDS_SUPERUSER許可權的帳號。

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DMS資料庫執行個體	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。說明在DMS控制台，您可以單擊新增DMS資料庫執行個體錄入資料庫執行個體。更多資訊，請參見雲資料庫錄入和他雲/自建資料庫錄入。在DTS控制台，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PostgreSQL。
	接入方式	選擇雲執行個體。
	執行個體地區	選擇源RDS PostgreSQL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。
	執行個體ID	選擇源RDS PostgreSQL執行個體ID。
	資料庫名稱	填入源RDS PostgreSQL執行個體中待同步對象所屬資料庫的名稱。
	資料庫帳號	填入源RDS PostgreSQL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	請根據實際情況選擇，本樣本選擇非加密串連。若您需要SSL加密的方式串連資料庫，請選擇SSL安全連線，並根據實際情況上傳CA 憑證、客戶端認證、客戶端認證私密金鑰，輸入客戶端認證私密金鑰密碼。說明若自建PostgreSQL資料庫選擇了SSL安全連線，則必須上傳CA 憑證。若您需要使用用戶端認證，則需要同時上傳客戶端認證和客戶端認證私密金鑰，並輸入客戶端認證私密金鑰密碼。 RDS PostgreSQL執行個體的SSL加密功能，請參見SSL鏈路加密。
目標庫資訊	選擇DMS資料庫執行個體	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。說明在DMS控制台，您可以單擊新增DMS資料庫執行個體錄入資料庫執行個體。更多資訊，請參見雲資料庫錄入和他雲/自建資料庫錄入。在DTS控制台，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AnalyticDB PostgreSQL。
	接入方式	選擇雲執行個體。
	執行個體地區	選擇目標AnalyticDB PostgreSQL版執行個體所屬地區。
	執行個體ID	選擇目標AnalyticDB PostgreSQL版執行個體ID。
	資料庫名稱	填入目標AnalyticDB PostgreSQL版執行個體中用於接收資料的資料庫名稱。
	資料庫帳號	填入目標AnalyticDB PostgreSQL版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。

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地址添加到其餘每個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。

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。
執行個體層級選擇所需同步的DDL和DML	您可以按執行個體層級選擇同步的DDL或DML操作。支援的操作，請參見支援增量同步處理的SQL操作。說明如需按庫或表層級選擇同步的SQL操作，請在已選擇對象中右擊同步對象，在彈跳框中勾選所需同步的SQL操作。
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。
儲存引擎類型	請根據實際情況選擇目標表的儲存引擎類型，預設為Beam。說明僅當目標AnalyticDB PostgreSQL版執行個體的核心版本為v7.0.6.6及以上，且同步類型選擇了庫表結構同步時才會有此配置項。
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Schema、表或列。
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。說明若您需要設定條件過濾資料，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。如需按庫或表層級選擇同步的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。支援的操作，請參見支援增量同步處理的SQL操作。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。
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。

單擊下一步資料校正，進行資料校正任務配置。
若您需要使用資料校正功能，配置方法請參見配置資料校正。
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AnalyticDB PostgreSQL版中的類型、主鍵列和分布鍵資訊。
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。更多資訊，請參見資料表管理和表分布定義。

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。