将PolarDB MySQL的数据迁移至Doris - 数据传输服务 DTS

数据传输服务DTS（Data Transmission Service）支持将PolarDB MySQL版集群的数据迁移至Doris数据库，以满足您的海量数据分析需求。本文以目标库为ECS实例中部署的Doris数据库为例，为您介绍相关操作步骤。

前提条件

已创建存储空间大于源PolarDB MySQL版集群已占用存储空间的目标Doris数据库。创建方式，请参见安装部署。

说明

源库和目标库支持的版本，请参见迁移方案概览。

注意事项

类型	说明
源库限制	带宽要求：源库所属的服务器需具备足够出口带宽，否则将影响数据迁移速率。迁移对象要求：待迁移的表均具备主键或唯一约束：请确保表字段具有唯一性，否则可能会导致目标数据库中出现重复数据。待迁移对象中包含既无主键也无唯一约束的表：在配置实例时，建议迁移类型勾选库表结构迁移，且在库表列配置阶段将该表的引擎选择选择为duplicate，否则可能会导致实例失败或数据丢失。说明在库表结构迁移阶段，DTS会在目标表中添加字段，详情请参见附加列信息。如迁移对象为表级别，且需进行编辑（如表列名映射），则单次迁移任务仅支持迁移至多1000张表。当超出数量限制，任务提交后会显示请求报错，此时建议您拆分待迁移的表，分批配置多个任务，或者配置整库的迁移任务。如需进行增量迁移，需开启Binlog日志，并且需要将loose_polar_log_bin参数设置为on。否则预检查阶段提示报错，且无法成功启动数据迁移任务。开启Binlog日志和修改参数的方法，请参见开启Binlog和修改参数值。说明 PolarDB MySQL版开启Binlog日志会占用一定的存储空间，需要收取存储费用。如为增量迁移任务，DTS要求源数据库的本地Binlog日志保存24小时以上；如为全量迁移和增量迁移任务，DTS要求源数据库的本地Binlog日志至少保留7天以上（您可在全量迁移完成后将Binlog保存时间设置为24小时以上），否则DTS可能因无法获取Binlog而导致任务失败，极端情况下甚至可能会导致数据不一致或丢失。由于您所设置的Binlog日志保存时间低于DTS要求的时间进而导致的问题，不在DTS的SLA保障范围内。源库的操作限制：在库表结构迁移和全量迁移阶段，请勿执行库或表结构变更的DDL操作，否则数据迁移任务会失败。如仅执行全量数据迁移，请勿向源实例中写入新的数据，否则会导致源和目标数据不一致。为实时保持数据一致性，建议选择结构迁移、全量数据迁移和增量数据迁移。在迁移实例运行期间，不记录Binlog的变更操作所产生的数据（例如通过物理备份功能恢复、级联操作等产生的数据），不会被迁移到目标库。说明若有该情况，您可以在业务允许的前提下，重新迁移全量数据。
其他限制	不支持迁移源PolarDB MySQL版只读节点。不支持迁移源PolarDB MySQL版的OSS外表。目前只支持将数据迁移到Doris数据库的Unique或Duplicate引擎表。若目标表为Duplicate引擎表，以下情况均可能会导致目标库中出现重复数据，您可以自行根据附加列（_is_deleted、_version和_record_id）进行去重操作：迁移实例发生过重试操作。迁移实例执行过重启操作。迁移实例开始运行后，待迁移的同一条数据执行过两次或更多次DML操作。说明当目标表为Duplicate引擎表时，DTS会将UPDATE或DELETE语句转换为INSERT语句。在已选择对象框中进行参数设置时，当前仅支持设置`bucket_count`参数（分桶数量）。说明 `bucket_count`的参数值仅支持设置为正整数，默认值为auto。更多信息，请参见AutoBucket。在数据迁移期间，请勿在目标Doris数据库中新建集群，否则会导致任务失败。您可以尝试通过重新启动迁移实例，来恢复失败的任务。由于Doris数据库仅支持以字母开头的库名和表名，如果待迁移的库名或表名不是以字母开头，则需要使用映射功能进行修改。若待迁移对象（库、表、列）的名称包含中文，则需要使用映射功能进行修改（例如将其修改为英文），否则可能会导致任务失败。在数据迁移期间，请勿在Doris数据库中增加BE（Backend）节点，否则会导致任务失败。您可以尝试通过重新启动迁移实例，来恢复失败的任务。在PolarDB MySQL版中，`VARCHAR(M)`类型的M表示字符长度；在Doris中，`VARCHAR(N)`类型的N表示字节长度。若您不使用DTS提供的库表结构迁移功能，建议您将Doris中VARCHAR类型字段的长度设置为MySQL中VARCHAR字段长度的四倍。在进行全量数据迁移时，DTS将会占用源和目标库一定的读写资源，可能会导致数据库的负载上升。因此建议在执行数据迁移前评估源库和目标库的性能，并在业务低峰期执行数据迁移（例如源库和目标库的CPU负载在30%以下）。由于全量数据迁移会并发执行INSERT操作，导致目标数据库的表产生碎片，因此全量迁移完成后目标数据库的表存储空间会大于源实例的表存储空间。在数据迁移期间，请勿对源库的迁移对象使用pt-online-schema-change等类似工具执行在线DDL变更，否则会导致迁移失败。在数据迁移期间，若有除DTS外的数据写入目标库，则可能会导致源库与目标库的数据不一致。 DTS会在源库定时执行CREATE DATABASE IF NOT EXISTS `test`命令以推进Binlog位点。若实例运行失败，DTS技术支持人员将在8小时内尝试恢复该实例。在恢复失败实例的过程中，可能会对该实例进行重启、调整参数等操作。说明在调整参数时，仅会修改实例的参数，不会对数据库中的参数进行修改。可能修改的参数，包括但不限于修改实例参数中的参数。

费用说明

迁移类型	链路配置费用	公网流量费用
结构迁移和全量数据迁移	不收费。	本示例不收费。说明当目标库的接入方式为公网IP时收取公网流量费用，详情请参见计费概述。
增量数据迁移	收费，详情请参见计费概述。	本示例不收费。说明当目标库的接入方式为公网IP时收取公网流量费用，详情请参见计费概述。

支持增量迁移的SQL

操作类型	SQL操作语句
DML	INSERT、UPDATE、DELETE
DDL	ADD COLUMN DROP COLUMN、DROP TABLE TRUNCATE TABLE

数据库账号的权限要求

数据库	库表结构迁移	全量迁移	增量迁移
源PolarDB MySQL版集群	SELECT权限	SELECT权限	读写权限
目标Doris数据库	数据库的访问权限（Usage_priv）和读写权限（Select_priv、Load_priv、Alter_priv、Create_priv、Drop_priv）

数据库账号创建及授权方法：

PolarDB MySQL版集群请参见创建和管理数据库账号。
Doris数据库请参见认证和鉴权。

操作步骤

进入目标地域的迁移任务列表页面（二选一）。
通过DTS控制台进入
1. 登录数据传输服务DTS控制台。
2. 在左侧导航栏，单击数据迁移。
3. 在页面左上角，选择迁移实例所属地域。
通过DMS控制台进入
说明
实际操作可能会因DMS的模式和布局不同，而有所差异。更多信息。请参见极简模式控制台和自定义DMS界面布局与样式。
1. 登录DMS数据管理服务。
2. 在顶部菜单栏中，选择集成与开发 > 数据传输（DTS） > 数据迁移。
3. 在迁移任务右侧，选择迁移实例所属地域。
单击创建任务，进入任务配置页面。
可选：在页面右上角，单击试用新版配置页。
说明
- 若您已进入新版配置页（页面右上角的按钮为返回旧版配置页），则无需执行此操作。
- 新版配置页和旧版配置页部分参数有差异，建议使用新版配置页。

配置源库及目标库信息。

类别	配置	说明
无	任务名称	DTS会自动生成一个任务名称，建议配置具有业务意义的名称（无唯一性要求），便于后续识别。
源库信息	选择已有连接信息	您可以按实际需求，选择是否使用已有数据库实例。如使用已有实例，下方数据库信息将自动填入，您无需重复输入。如不使用已有实例，您需要配置下方的数据库信息。说明您可以在数据连接管理页面或新版配置页面，将数据库录入DTS。更多信息，请参见数据连接管理。 DMS控制台的配置项为选择DMS数据库实例，您可以单击新增DMS数据库实例或在控制台首页将数据库录入DMS。更多信息，请参见云数据库录入和他云/自建数据库录入。
	数据库类型	选择PolarDB for MySQL。
	接入方式	选择云实例。
	实例地区	选择源PolarDB MySQL版集群所属地域。
	是否跨阿里云账号	本示例使用当前阿里云账号下的数据库实例，需选择不跨账号。
	PolarDB实例ID	选择源PolarDB MySQL版集群的ID。
	数据库账号	填入源PolarDB MySQL版集群的数据库账号。权限要求，请参见数据库账号的权限要求。
	数据库密码	填入该数据库账号对应的密码。
	连接方式	请根据实际情况选择。更多关于SSL加密功能的信息，请参见设置SSL加密。
目标库信息	选择已有连接信息	您可以按实际需求，选择是否使用已有数据库实例。如使用已有实例，下方数据库信息将自动填入，您无需重复输入。如不使用已有实例，您需要配置下方的数据库信息。说明您可以在数据连接管理页面或新版配置页面，将数据库录入DTS。更多信息，请参见数据连接管理。 DMS控制台的配置项为选择DMS数据库实例，您可以单击新增DMS数据库实例或在控制台首页将数据库录入DMS。更多信息，请参见云数据库录入和他云/自建数据库录入。
	数据库类型	选择Doris。
	接入方式	请根据目标库的部署位置进行选择，本示例选择ECS自建数据库。说明当以其他接入方式将自建数据库接入DTS时，您还需要进行相应的准备工作，详情请参见准备工作概览。
	实例地区	选择目标Doris数据库所属的地域。
	ECS实例ID	选择目标Doris数据库所属的ECS实例ID。
	端口	填入目标Doris数据库的服务端口，默认为9030。
	数据库账号	填入目标Doris数据库的数据库账号。权限要求，请参见数据库账号的权限要求。
	数据库密码	填入该数据库账号对应的密码。

配置完成后，在页面下方单击测试连接以进行下一步，并在弹出的DTS服务器访问授权对话框单击测试连接。
说明
请确保DTS服务的IP地址段能够被自动或手动添加至源库和目标库的安全设置中，以允许DTS服务器的访问。更多信息，请参见添加DTS服务器的IP地址段。

配置任务对象。

在对象配置页面，配置待迁移的对象。

配置	说明
迁移类型	如果只需要进行全量数据迁移，请同时选中库表结构迁移和全量迁移。如果需要进行不停机迁移，请同时选中库表结构迁移、全量迁移和增量迁移。重要 PolarDB MySQL版集群的数据迁移到Doris会进行类型转换，若您未勾选库表结构迁移，则需要提前在目标Doris中创建好相应结构的Unique或Duplicate模型表。更多信息，请参见数据类型映射关系、附加列信息和主键模型。若未选择增量迁移，为保障数据一致性，数据迁移期间请勿在源实例中写入新的数据。
目标已存在表的处理模式	预检查并报错拦截：检查目标数据库中是否有同名的表。如果目标数据库中没有同名的表，则通过该检查项目；如果目标数据库中有同名的表，则在预检查阶段提示错误，数据迁移任务不会被启动。说明如果目标库中同名的表不方便删除或重命名，您可以更改该表在目标库中的名称，请参见库表列名映射。忽略报错并继续执行：跳过目标数据库中是否有同名表的检查项。警告选择为忽略报错并继续执行，可能导致数据不一致，给业务带来风险，例如：表结构一致的情况下，在目标库遇到与源库主键的值相同的记录：全量期间，DTS会保留目标集群中的该条记录，即源库中的该条记录不会迁移至目标数据库中。增量期间，DTS不会保留目标集群中的该条记录，即源库中的该条记录会覆盖至目标数据库中。表结构不一致的情况下，可能导致只能迁移部分列的数据或迁移失败，请谨慎操作。
目标库对象名称大小写策略	您可以配置目标实例中迁移对象的库名、表名和列名的英文大小写策略。默认情况下选择DTS默认策略，您也可以选择与源库、目标库默认策略保持一致。更多信息，请参见目标库对象名称大小写策略。
源库对象	在源库对象框中单击待迁移的对象，然后单击将其移动到已选择对象框。说明迁移对象选择的粒度为库、表、列。
已选择对象	如需更改待迁移对象在目标实例中的名称，请右击已选择对象中的迁移对象，设置方式，请参见库表列名映射。若迁移类型选中了库表结构迁移、待迁移对象选择的粒度为表，且需设置分桶数量（`bucket_count`参数），请右击已选择对象中迁移的表，在参数设置区域将开启参数设置选择为是，并根据实际情况设置参数值，然后单击确定。说明如需按库或表级别选择迁移的SQL操作，请在已选择对象中右击待迁移对象，并在弹出的对话框中选择所需迁移的SQL操作。如需设置WHERE条件过滤数据，请在已选择对象中右击待迁移的表，在弹出的对话框中设置过滤条件。设置方法请参见设置过滤条件。如果使用了对象名映射功能，可能会导致依赖这个对象的其他对象迁移失败。

单击下一步高级配置，进行高级参数配置。

配置	说明
选择调度该任务的专属集群	DTS默认将任务调度到共享集群上，您无需选择。若您希望任务更加稳定，可以购买专属集群来运行DTS迁移任务。更多信息，请参见什么是DTS专属集群。
源库、目标库无法连接后的重试时间	在迁移任务启动后，若源库或目标库连接失败则DTS会报错，并会立即进行持续的重试连接，默认重试720分钟，您也可以在取值范围（10~1440分钟）内自定义重试时间，建议设置30分钟以上。如果DTS在设置的时间内重新连接上源、目标库，迁移任务将自动恢复。否则，迁移任务将失败。说明针对同源或者同目标的多个DTS实例，网络重试时间以后创建任务的设置为准。由于连接重试期间，DTS将收取任务运行费用，建议您根据业务需要自定义重试时间，或者在源和目标库实例释放后尽快释放DTS实例。
源库、目标库出现其他问题后的重试时间	在迁移任务启动后，若源库或目标库出现非连接性的其他问题（如DDL或DML执行异常），则DTS会报错并会立即进行持续的重试操作，默认持续重试时间为10分钟，您也可以在取值范围（1~1440分钟）内自定义重试时间，建议设置10分钟以上。如果DTS在设置的重试时间内相关操作执行成功，迁移任务将自动恢复。否则，迁移任务将会失败。重要源库、目标库出现其他问题后的重试时间的值需要小于源库、目标库无法连接后的重试时间的值。
是否限制全量迁移速率	在全量迁移阶段，DTS将占用源库和目标库一定的读写资源，可能会导致数据库的负载上升。您可以根据实际情况，选择是否对全量迁移任务进行限速设置（设置每秒查询源库的速率QPS、每秒全量迁移的行数RPS和每秒全量迁移的数据量(MB)BPS），以缓解目标库的压力。说明仅当迁移类型选择了全量迁移时才可以配置。
是否限制增量迁移速率	您也可以根据实际情况，选择是否对增量迁移任务进行限速设置（设置每秒增量迁移的行数RPS和每秒增量迁移的数据量(MB)BPS），以缓解目标库的压力。说明仅当迁移类型选择了增量迁移时才可以配置。
是否去除正反向任务的心跳表sql	根据业务需求选择是否在DTS实例运行时，在源库中写入心跳SQL信息。是：不在源库中写入心跳SQL信息，DTS实例可能会显示有延迟。否：在源库中写入心跳SQL信息，可能会影响源库的物理备份和克隆等功能。
环境标签	您可以根据实际情况，选择用于标识实例的环境标签。本示例无需选择。
配置ETL功能	选择是否配置ETL功能。关于ETL的更多信息，请参见什么是ETL。是：配置ETL功能，并在文本框中填写数据处理语句，详情请参见在DTS迁移或同步任务中配置ETL。否：不配置ETL功能。
监控告警	是否设置告警，当迁移失败或延迟超过阈值后，将通知告警联系人。不设置：不设置告警。设置：设置告警，您还需要设置告警阈值和告警通知。更多信息，请参见在配置任务过程中配置监控告警。

可选：上述配置完成后，单击下一步配置库表字段，设置待迁移的表在目标中的主键列、分布键和引擎选择信息。
说明
- 配置任务对象时迁移类型勾选了库表结构迁移时才会有本步骤，您可以将定义状态选择为全部后进行修改。
- 主键列可以是选择多个列组成联合主键，且需要从主键列中选择1个或者多个列作为分布键。
- 既无主键也无唯一约束的表，引擎选择需选择为duplicate，否则可能会导致实例失败或数据丢失。

保存任务并进行预检查。
- 若您需要查看调用API接口配置该实例时的参数信息，请将鼠标光标移动至下一步保存任务并预检查按钮上，然后单击气泡中的预览OpenAPI参数。
- 若您无需查看或已完成查看API参数，请单击页面下方的下一步保存任务并预检查。
说明
- 在迁移任务正式启动之前，会先进行预检查。只有预检查通过后，才能成功启动迁移任务。
- 如果预检查失败，请单击失败检查项后的查看详情，并根据提示修复后重新进行预检查。
- 如果预检查产生警告：
  对于不可以忽略的检查项，请单击失败检查项后的查看详情，并根据提示修复后重新进行预检查。
  对于可以忽略无需修复的检查项，您可以依次单击点击确认告警详情、确认屏蔽、确定、重新进行预检查，跳过告警检查项重新进行预检查。如果选择屏蔽告警检查项，可能会导致数据不一致等问题，给业务带来风险。

购买实例。

预检查通过率显示为100%时，单击下一步购买。

在购买页面，选择数据迁移实例的链路规格，详细说明请参见下表。

类别	参数	说明
信息配置	资源组配置	选择实例所属的资源组，默认为default resource group。更多信息，请参见什么是资源管理。
信息配置	链路规格	DTS为您提供了不同性能的迁移规格，迁移链路规格的不同会影响迁移速率，您可以根据业务场景进行选择。更多信息，请参见数据迁移链路规格说明。

配置完成后，阅读并选中《数据传输（按量付费）服务条款》。
单击购买并启动，并在弹出的确认对话框，单击确定。
您可在数据迁移界面查看具体进度。

数据类型映射关系

类别	PolarDB MySQL版的数据类型	Doris的数据类型
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 说明不支持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 重要为避免数据丢失，CHAR和VARCHAR(n)类型的数据迁移到Doris后会转换为VARCHAR(4*n)。若未指定数据长度，则采用Doris的默认值VARCHAR(65533)。若数据长度超过65533，则迁移到Doris后会转换为STRING。
	BINARY VARBINARY	STRING
	TINYTEXT TEXT MEDIUMTEXT LONGTEXT	STRING
	TINYBLOB BLOB MEDIUMBOLB LONGBLOB	STRING
	ENUM	STRING
	SET	STRING
	JSON	STRING

附加列信息

说明

在目标Duplicate模型表中，DTS自动添加或需您手动添加的附加列如下表所示。

名称	数据类型	默认值	说明
_is_deleted	Int	0	数据是否被删除。 Insert：记录为0。 Update：记录为0。 Delete：记录为1。
_version	Bigint	0	全量迁移的数据：记录为0。增量迁移的数据：源库Binlog中对应的时间戳（秒级）。
_record_id	Bigint	0	全量迁移数据：记录为0。增量迁移数据：增量日志的记录ID，为该日志的唯一标识。说明 ID的值唯一且递增。