分區叢集架構MongoDB的雙向同步 - ApsaraDB for MongoDB

Data Transmission Service支援ApsaraDB for MongoDB（分區叢集架構）間的雙向同步，適用於異地多活（單元化）、資料異地容災等多種應用情境。本文介紹雙向資料同步的配置步驟。

前提條件

已建立源和目標ApsaraDB for MongoDB分區叢集執行個體，建立方式，請參見建立分區叢集執行個體。
重要
- 源ApsaraDB for MongoDB分區叢集執行個體的Shard節點需要申請串連地址，且各Shard的帳號和密碼需保持一致。申請方法，請參見申請Shard或ConfigServer節點串連地址。
- 支援的版本，請參見同步方案概覽。
建議目標ApsaraDB for MongoDB執行個體的儲存空間比源ApsaraDB for MongoDB執行個體佔用的儲存空間大10%。
您需要將源和目標執行個體的Shard和ConfigServer節點參數replication.oplogGlobalIdEnabled設定為true，設定方式，請參見設定資料庫參數。
說明
若未設定為true，將會導致執行個體預檢查失敗或者報錯two-way mongo must have gid。
您需要根據業務需求，在源和目標ApsaraDB for MongoDB執行個體中建立需要分區的資料庫和集合、配置資料分區、開啟Balancer（源ApsaraDB for MongoDB執行個體必須在增量同步處理期間開啟Balancer）並進行預分區。更多資訊，請參見設定資料分區以充分利用Shard效能和如何處理分區叢集架構的MongoDB資料分布不均衡。
說明
- 配置資料分區可避免資料被同步至同一Shard，導致無法發揮叢集效能；開啟Balancer並進行預分區可以避免資料扭曲問題。
- 本配置情境以先配置後購買DTS任務為例，無需填寫源ApsaraDB for MongoDB（分區叢集架構）下的Shard數量。
  如您先購買後配置DTS任務，則需要在購買DTS任務時填寫其正確的Shard數量。

注意事項

類型	說明
源和目標庫的限制	頻寬要求：源庫所屬的伺服器需具備足夠出口頻寬，否則將影響資料同步速率。待同步的集合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。如同步對象為集合層級，且需進行編輯（如集合的名稱映射），則單次同步任務僅支援同步至多1000張集合。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集合，分批配置多個任務，或者配置整庫的同步任務。需開啟Oplog日誌。說明 DTS要求來源資料庫的Oplog日誌至少保留7天以上，否則DTS可能因無法擷取Oplog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Oplog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。 MongoDB分區叢集為源的單向同步不支援源端做分區的擴縮容，雙向同步源和目標都不支援分區數量的擴縮容，否則會導致DTS任務失敗。源MongoDB分區叢集執行個體的Mongos節點的數量不能超過10個。暫不支援同步包含TTL（Time To Live）索引的集合。若待同步的資料庫中包含TTL索引，則可能會由於源庫和目標庫時區、時鐘等的不一致，導致資料不一致。請確保源和目標執行個體中沒有孤立文檔，否則可能會導致資料不一致甚至任務失敗。更多資訊，請參見孤立文檔和如何清理MongoDB（分區叢集架構）的孤立文檔？。源和目標庫需為相同架構的ApsaraDB for MongoDB，即自建MongoDB或不同架構的MongoDB不支援雙向同步。
其他限制	在任務開始前，需要為源端待同步的資料添加與目標端對應的分區鍵；在任務開始後，待同步的資料在使用INSERT命令時必須包含分區鍵，使用UPDATE命令時不支援更改分區鍵。建議源和目標庫的MongoDB的資料庫版本保持一致，或者從低版本同步到高版本以保障相容性。如為高版本同步至低版本，可能存在資料庫相容性問題。源執行個體或目標執行個體位于海外地區的同步任務，僅支援同地區間的雙向同步，不支援跨地區的雙向同步。例如，支援日本地區間的雙向同步，不支援日本地區與法蘭克福地區間的雙向同步。若目的地組合存在唯一索引或目的地組合的`capped`屬性為`true`時，則在增量同步處理階段該集合不支援並發回放（只支援單線程寫入），從而可能會導致任務延遲增高。不支援同步admin和local庫中的資料。不保留事務資訊，即源庫中的事務同步到目標庫時會轉變為單條的記錄。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，導致目標資料庫的集合產生片段，因此全量初始化完成後目標執行個體的集合空間比源執行個體的集合空間大。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。雙向同步執行個體包含正向和反向同步任務，在配置或重設雙向同步執行個體時，若其中一個任務的目標對象是另一個任務待同步的對象：僅允許其中一個任務同步全量和增量資料，另一個任務僅支援同步增量資料。當前任務的來源資料僅支援同步到當前任務的目標端，同步過來的資料不會作為另一個任務的來源資料繼續同步。由於DTS寫入資料的邏輯為並發寫入，所以會導致目標端佔用的儲存空間比源端大5%~10%。目標端MongoDB的count數量需要使用`db.$table_name.aggregate([{ $count:"myCount"}])`文法查詢。請確保目標端MongoDB沒有與源端相同的主鍵（預設為_id），否則會導致資料丟失。若目標端有與源端相同的主鍵，請在不影響業務的前提條件下清空目標端的相關資料（刪掉目標端中與源端相同_id的文檔）。全量同步期間必須關閉源MongoDB資料庫的均衡器（Balancer），直至每個子任務都運行到增量階段，否則可能會造成資料不一致。關於均衡器的操作，請參見管理MongoDB均衡器Balancer。若您無需使用DTS提供的庫表結構同步功能（例如目標端已配置好資料分區），在配置任務對象及高級配置階段中，同步類型請勿勾選庫表結構同步，否則可能會因為分區衝突而導致資料不一致或任務失敗。

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。

支援的雙向同步架構

目前DTS僅支援兩個ApsaraDB for MongoDB執行個體（分區叢集架構）之間的雙向同步，暫不支援多個ApsaraDB for MongoDB執行個體之間的雙向同步。

支援的衝突檢測

為保障同步資料的一致性，您需要確保同一個主鍵、業務主鍵或唯一鍵的記錄只在雙向同步的一個節點進行更新。如果同時更新則會按照您在資料同步作業中配置的衝突修複策略進行響應。

DTS通過衝突檢測和修複最大程度地維護雙向同步執行個體的穩定性。目前DTS支援進行檢測的衝突類型包括：

INSERT導致的唯一性衝突
同步INSERT語句時違背了唯一性限制式，例如雙向同步的兩個節點同時或者在極為接近的時間INSERT某個主索引值相同的記錄，那麼同步到對端時，會因為已經存在相同主索引值的記錄，導致Insert同步失敗。
UPDATE更新的記錄不完全符合
- UPDATE要更新的記錄在同步目標執行個體中不存在時，DTS會自動轉化為INSERT，此時可能會出現唯一鍵的唯一性衝突。
- UPDATE要更新的記錄出現主鍵或唯一鍵衝突。
DELETE對應的記錄不存在
DELETE要刪除的記錄在同步的目標執行個體中不存在。出現這種衝突時，不論配置何種衝突修複策略，DTS都會自動忽略DELETE操作。

重要

由於資料同步兩端的系統時間可能存在差異、同步存在延時等多種因素，DTS無法完全保證衝突檢測機制能夠完全防止資料的衝突。在使用雙向同步時，您需要在業務層面配合進行相應的改造，保證同一個主鍵、業務主鍵或唯一鍵的記錄只在雙向同步的某個節點進行更新。
對於上述資料同步的衝突，DTS提供了修複策略，您可以在配置雙向同步時選擇。

任務步驟說明

同步類型	說明
庫表結構同步	將源ApsaraDB for MongoDB中同步對象的結構同步到目標ApsaraDB for MongoDB中。
全量同步	將源ApsaraDB for MongoDB同步對象的存量資料全部同步到目標ApsaraDB for MongoDB中。說明支援全量同步DATABASE和COLLECTION。
增量同步處理	在全量同步的基礎上，將源ApsaraDB for MongoDB的累加式更新同步到目標ApsaraDB for MongoDB中。說明支援同步的累加式更新如下： CREATE COLLECTION、INDEX DROP COLLECTION、INDEX RENAME COLLECTION 在集合中插入、更新、刪除文檔的操作。

操作步驟

重要

本配置情境以先配置後購買DTS任務為例，無需填寫源ApsaraDB for MongoDB（分區叢集架構）下的Shard數量。

如您先購買後配置DTS任務，則需要在購買DTS任務時填寫其正確的Shard數量。

登入新版DTS同步任務的列表頁面。
說明
您也可以登入Data Management服務。在頂部功能表列中，選擇整合與開發（DTS），在左側導覽列選擇資料轉送（DTS） > 資料同步。
在頁面左上方，選擇同步執行個體所屬地區。

單擊建立任務，配置源庫及目標庫資訊。

警告

選擇源和目標執行個體後，建議您仔細閱讀頁面上方顯示的使用限制，否則可能會導致任務失敗或資料不一致。

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MongoDB。
	接入方式	選擇雲執行個體。
	執行個體地區	選擇源ApsaraDB for MongoDB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。
	架構類型	選擇分區叢集架構。
	執行個體ID	選擇源ApsaraDB for MongoDB執行個體ID。
	鑒權資料庫名稱	填入源ApsaraDB for MongoDB執行個體資料庫帳號所屬的資料庫名稱，若未修改過則預設為admin。
	資料庫帳號	填入源ApsaraDB for MongoDB的資料庫帳號，需具備待同步庫、admin庫和local庫的read許可權。
	資料庫密碼	填入該資料庫帳號對應的密碼。
	shard帳號	填入源ApsaraDB for MongoDB的資料庫Shard帳號。
	shard密碼	填入源ApsaraDB for MongoDB的資料庫Shard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MongoDB。
	接入方式	選擇雲執行個體。
	執行個體地區	選擇目標ApsaraDB for MongoDB所屬地區。
	架構類型	選擇分區叢集架構。
	執行個體ID	選擇目標ApsaraDB for MongoDB執行個體ID。
	鑒權資料庫名稱	填入目標ApsaraDB for MongoDB執行個體資料庫帳號所屬的資料庫名稱，若未修改過則預設為admin。
	資料庫帳號	填入目標ApsaraDB for MongoDB的資料庫帳號，需具備dbAdminAnyDatabase許可權、目標庫的readWrite許可權和local庫的read許可權。
	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集合。如果目標資料庫中沒有同名的集合，則通過該檢查專案；如果目標資料庫中有同名的集合，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集合不方便刪除或重新命名，您可以更改該集合在目標庫中的名稱，詳情請參見設定同步對象在目標執行個體中的名稱。忽略報錯並繼續執行：跳過目標資料庫中是否有同名集合的檢查項。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：在目標庫遇到與源庫主鍵或唯一鍵的值相同的記錄，則會保留目標庫中的該條記錄，即源庫中的該條記錄不會同步至目標庫中。可能會導致無法初始化資料、只能同步部分的資料或同步失敗。
同步拓撲	請選擇雙向同步。
是否過濾DDL	選擇為是：不同步DDL操作。選擇為否：同步DDL操作。說明 DDL文法同步方向限制。為保障雙向同步鏈路的穩定性，只支援正向同步任務同步DDL，不支援反向同步任務同步DDL。
衝突修複策略	如遇到以上支援的衝突檢測，根據業務需要，選擇合適的衝突修複策略。 TaskFailed（遇到衝突，任務報錯退出）當資料同步遇到衝突時，同步任務直接報錯並退出，同步任務進入失敗狀態，需要您介入修複任務。 Ignore（遇到衝突，直接使用目標執行個體中的衝突記錄）當資料同步遇到衝突時，直接跳過當前同步語句，繼續往下執行，選擇使用目標庫中的衝突記錄。 Overwrite（遇到衝突，直接覆蓋目標執行個體中的衝突記錄）當資料同步遇到衝突時，直接覆蓋目標庫中的衝突記錄。說明本情境僅支援Ignore。
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DATABASE、COLLECTION。
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。說明若您需設定條件過濾資料（全量同步階段支援條件過濾資料，增量同步處理階段不支援條件資料過濾），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（指定用於接收資料的庫資料庫或集合），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。

數據校正配置
若您需要配置資料校正，請參見配置資料校正。

高級配置

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	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。

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。

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，正向同步任務正式開始，您可在工作清單查看具體任務進度。
等待正向同步任務狀態處於運行中，定位至反向同步任務，並單擊配置任務。
參考步驟3~步驟7，配置反向同步任務。
重要
- 配置反向任務時，您需要選擇正確的源和目標執行個體。反向同步中源執行個體為正向同步中的目標執行個體，目標執行個體為正向同步中的源執行個體，並且您還需仔細確認執行個體資訊（如資料庫名稱、帳號、密碼）的一致性。
- 配置反向任務時不建議更改映射名稱，否則可能會導致資料不一致。
- 反向同步任務源和目標庫的執行個體地區不支援修改，且需要配置的參數比正向同步任務少，請以控制台介面為準。
- 反向同步任務的目標已存在表的處理模式配置不檢測正向同步任務同步至目標執行個體中的表。
- 反向同步任務不支援同步正向任務已選擇對象中的對象。
- 反向同步任務將自動過濾DDL操作。
預檢查通過率顯示為100%時，單擊返回列表。
第二個同步任務配置完成後，等待兩個同步任務鏈路的運行狀態均處於運行中，即完成雙向資料同步的配置流程。