PolarDB：從PolarDB MySQL版同步到Kafka

注意事項

如果來源資料庫沒有主鍵或唯一約束，且所有欄位沒有唯一性，可能會導致目標資料庫中出現重複資料。

費用說明

功能限制

• 僅支援表粒度的資料同步。
• 不支援自動調整同步對象。
  說明 如果在同步的過程中，對源庫中待同步的表執行了重新命名操作，且重新命名後的名稱不在同步對象中，那麼該表將不再被同步到目標Kafka叢集中。如果該表還需要同步，那麼您需要新增同步對象。

操作步驟

1. 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PolarDB、目標執行個體為Kafka，並選擇同步拓撲為單向同步。

2. 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。

3. 在左側導覽列，單擊資料同步。

4. 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。

5. 定位至已購買的資料同步執行個體，單擊配置同步鏈路。

6. 配置源執行個體及目標執行個體資訊。
   

   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	固定為PolarDB執行個體，不可變更。
   	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，不可變更。
   	PolarDB執行個體ID	選擇PolarDB MySQL版叢集ID。
   	資料庫帳號	填入PolarDB MySQL版叢集的資料庫帳號，需要具備待同步資料庫的讀許可權。
   	資料庫密碼	填入該資料庫帳號的密碼。
   目標執行個體資訊	執行個體類型	根據Kafka叢集的部署位置選擇，本文以ECS上的自建資料庫為例介紹配置流程。 說明 當選擇為其他執行個體類型時，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目標執行個體地區，不可變更。
   	ECS執行個體ID	選擇部署了Kafka叢集的ECS執行個體ID。
   	資料庫類型	選擇為Kafka。
   	連接埠	Kafka叢集對外提供服務的連接埠，預設為9092。
   	資料庫帳號	填入Kafka叢集的使用者名稱，如Kafka叢集未開啟驗證可不填寫。
   	資料庫密碼	填入Kafka叢集使用者名稱對應的密碼，如Kafka叢集未開啟驗證可不填寫。
   	Topic	單擊右側的擷取Topic列表，然後在下拉框中選擇具體的Topic。
   	Kafka版本	根據目標Kafka叢集版本，選擇對應的版本資訊。
   	串連方式	根據業務及安全需求，選擇非加密串連或SCRAM-SHA-256。

7. 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。

8. 配置同步對象資訊。
   

   配置	說明
   投遞到kafka的資料格式	同步到Kafka叢集中的資料以avro格式或者Canal Json格式儲存，定義詳情請參見Kafka叢集的資料存放區格式。
   同步到Kafka Partition策略	根據業務需求選擇同步的策略，詳細介紹請參見Kafka Partition同步策略說明。
   同步對象	在源庫對象地區框中，選擇需要同步的對象（選擇的粒度為表），然後單擊表徵圖將其移動到已選對象地區框中。 說明 DTS會自動將表名映射為步驟6選擇的Topic名稱。如果需要更換同步的目標Topic，您需要使用庫表列名映射功能，詳情請參見設定同步對象在目標執行個體中的名稱 。
   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、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。

9. 上述配置完成後單擊頁面右下角的下一步。
10. 配置同步初始化的進階配置資訊。
    

    配置	說明
    同步初始化	預設選擇結構初始化和全量資料初始化，DTS會在增量資料同步之前，將源庫中待同步對象的結構和存量資料，同步到目標庫。
    過濾選項	預設選擇忽略增量同步處理階段的 DDL，即增量同步處理階段源庫執行的DDL操作不會被DTS同步至目標庫。

11. 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。

12. 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，資料同步作業正式開始。
    您可以在資料同步頁面，查看資料同步狀態。