将PolarDB PostgreSQL版（兼容Oracle）同步到Kafka - 数据传输服务 DTS

本文介绍如何使用数据传输服务DTS（Data Transmission Service），将PolarDB PostgreSQL版（兼容Oracle）集群的数据同步至阿里云消息队列Kafka版。

前提条件

源PolarDB PostgreSQL版（兼容Oracle）集群中wal_level参数的值需设置为logical，即在预写式日志WAL（Write-ahead logging）中增加支持逻辑编码所需的信息。设置方法，请参见设置集群参数。
已创建存储空间大于源PolarDB PostgreSQL版（兼容Oracle）实例已占用存储空间的目标阿里云消息队列Kafka版实例。
说明
源库和目标库支持的版本，请参见同步方案概览。
目标阿里云消息队列Kafka版实例中已创建用于接收同步数据的Topic，请参见步骤一：创建Topic。

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，否则将影响数据同步速率。待同步的表需具备主键或唯一约束，且字段具有唯一性，否则可能会导致目标数据库中出现重复数据。如同步对象为表级别，且需进行编辑（如表列名映射），则单次同步任务待同步的表数量超过1000时，建议您拆分待同步的表，分批配置为多个任务，或者配置整库的同步任务，否则任务提交后可能会显示请求报错。需开启WAL日志。如为增量同步任务，DTS要求源数据库的WAL日志保存24小时以上，如为全量同步和增量同步任务，DTS要求源数据库的WAL日志至少保留7天以上（您可在全量同步完成后将WAL日志保存时间设置为24小时以上），否则DTS可能因无法获取WAL日志而导致任务失败，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WAL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。若源库有长事务，在增量同步任务运行时可能会导致源库长事务提交前的预写日志WAL（Write-Ahead Logging）无法清理而堆积，从而造成源库磁盘空间不足。源库的操作限制：在库表结构同步和全量同步阶段，请勿执行库或表结构变更的DDL操作，否则数据同步任务会失败。如仅执行全量数据同步，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，建议选择结构同步、全量数据同步和增量数据同步。为保障同步任务的正常进行，避免主备切换导致的逻辑订阅中断，需要PolarDB PostgreSQL版（兼容Oracle）支持并开启Logical Replication Slot Failover。设置方式，请参见逻辑复制槽故障转移（Logical Replication Slot Failover）。
其他限制	单个数据同步任务只能同步一个数据库，如需同步多个数据库，您需要为每个数据库配置数据同步任务。增量数据同步期间，DTS会在源库中创建前缀为`dts_sync_`的replication slot用于复制数据。通过该replication slot，DTS可以获取源库15分钟内的增量日志。说明当释放同步任务或同步失败时，DTS会主动清理该replication slot；如果源库发生了主备切换，则需要您登录备库来手动清理。在数据同步期间，若目标Kafka发生了扩容或缩容，您需要重启迁移实例。为保障增量数据同步延迟时间展示的准确性，DTS会在源库中新增一个表，表名为`dts_postgres_heartbeat`，结构及内容如下图所示。执行数据同步前需评估源库和目标库的性能，同时建议在业务低峰期执行数据同步（例如源库和目标库的CPU负载在30%以下）。否则全量数据同步时DTS占用源和目标库一定读写资源，可能会导致数据库的负载上升。 DTS会尝试恢复七天之内同步失败的任务。因此业务切换至目标实例前，请务必结束或释放该任务，或者回收DTS访问目标实例账号的写权限。避免该任务被自动恢复后，源端数据覆盖目标实例的数据。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

同步类型	链路配置费用
库表结构同步	不收费。
增量数据同步	收费，详情请参见计费概述。

支持增量同步的SQL操作

操作类型	SQL操作语句
DML	INSERT、UPDATE、DELETE
DDL	CREATE TABLE、ALTER TABLE、DROP TABLE、RENAME TABLE、TRUNCATE TABLE CREATE VIEW、ALTER VIEW、DROP VIEW CREATE PROCEDURE、ALTER PROCEDURE、DROP PROCEDURE CREATE FUNCTION、DROP FUNCTION CREATE INDEX、DROP INDEX 说明不支持DDL同步的有以下场景： DDL中CASCADE和RESTRICT等附加信息不会被同步。一个事务中包含DML和DDL，则该DDL不会被同步。一个事务中同时包含在同步对象的DDL和不在同步对象的DDL。通过设置SET session_replication_role = replica会话下执行的DDL不支持同步。通过调用FUNCTION等方式执行的DDL。省略schema的DDL（会使用 show search_path 默认为public）。 DDL语句中包含if not exist的场景。

数据库账号的权限要求

数据库	权限要求	账号创建及授权方法
PolarDB PostgreSQL版（兼容Oracle）集群	高权限账号	创建和管理数据库账号

操作步骤

进入目标地域的同步任务列表页面（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，单击数据同步。
3. 在页面左上角，选择同步实例所属地域。
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） > 数据同步。
3. 在同步任务右侧，选择同步实例所属地域。
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。

说明

目标阿里云消息队列Kafka版实例的参数获取方式，请参见配置消息队列Kafka版实例的参数。

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DMS数据库实例	您可以按实际需求，选择是否使用已有实例。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。说明在DMS控制台，您可以单击新建连接模板录入数据库实例。更多信息，请参见云数据库录入和他云/自建数据库录入。在DTS控制台，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。
	数据库类型	选择PolarDB（兼容Oracle）。
	接入方式	选择云实例。
	实例地区	选择源PolarDB PostgreSQL版（兼容Oracle）集群所属的地域。
	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。
	实例ID	选择源PolarDB PostgreSQL版（兼容Oracle）集群的ID。
	数据库名称	填入源PolarDB PostgreSQL版（兼容Oracle）集群中待同步对象所属数据库的名称。
	数据库账号	填入源PolarDB PostgreSQL版（兼容Oracle）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。
目标库信息	选择DMS数据库实例	您可以按实际需求，选择是否使用已有实例。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。说明在DMS控制台，您可以单击新建连接模板录入数据库实例。更多信息，请参见云数据库录入和他云/自建数据库录入。在DTS控制台，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。
	数据库类型	选择Kafka。
	接入方式	选择专线/VPN网关/智能网关。说明此同步实例中的阿里云消息队列Kafka版暂不支持以云实例的方式接入到DTS，需要将其作为自建Kafka进行配置。
	实例地区	选择目标阿里云消息队列Kafka版实例所属地域。
	已和目标端数据库联通的VPC	选择目标阿里云消息队列Kafka版实例所属的专有网络ID。
	域名或IP地址	填入目标阿里云消息队列Kafka版实例默认接入点中的任意一个IP地址。
	端口	填入目标阿里云消息队列Kafka版实例的服务端口，默认为9092。
	数据库账号	本示例无需填写。
	数据库密码	本示例无需填写。
	Kafka版本	请根据Kafka实例版本，选择对应的版本信息。
	连接方式	请根据业务及安全需求，选择非加密连接或SCRAM-SHA-256。
	Topic	在下拉框中选择接收数据的Topic。
	存储DDL的Topic	在下拉框中选择用于存储DDL信息的Topic。如果未指定，DDL信息默认存储在Topic选择的Topic中。
	是否使用Kafka Schema Registry	Kafka Schema Registry是元数据提供服务层，提供了一个RESTful接口，用于存储和检索Avro Schema。否：不使用Kafka Schema Registry。是：使用Kafka Schema Registry。您需要在Schema Registry URI或IP文本框输入Avro Schema在Kafka Schema Registry注册的URL或IP。

配置完成后，单击页面下方的测试连接以进行下一步。
如果源或目标数据库是阿里云数据库实例（例如RDS MySQL、云数据库MongoDB版等），DTS会自动将对应地区DTS服务的IP地址添加到阿里云数据库实例的白名单中；如果源或目标数据库是ECS上的自建数据库，DTS会自动将对应地区DTS服务的IP地址添加到ECS的安全规则中，您还需确保自建数据库没有限制ECS的访问（若数据库是集群部署在多个ECS实例，您需要手动将DTS服务对应地区的IP地址添到其余每个ECS的安全规则中）；如果源或目标数据库是IDC自建数据库或其他云数据库，则需要您手动添加对应地区DTS服务的IP地址，以允许来自DTS服务器的访问。DTS服务的IP地址，请参见DTS服务器的IP地址段。
警告
DTS自动添加或您手动添加DTS服务的公网IP地址段可能会存在安全风险，一旦使用本产品代表您已理解和确认其中可能存在的安全风险，并且需要您做好基本的安全防护，包括但不限于加强账号密码强度防范、限制各网段开放的端口号、内部各API使用鉴权方式通信、定期检查并限制不需要的网段，或者使用通过内网（专线/VPN网关/智能网关）的方式接入。

配置任务对象。

在对象配置页面，配置待同步的对象。

配置	说明
同步类型	建议同时选中库表结构同步和增量同步。说明不支持全量同步。
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，数据同步任务不会被启动。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，如在目标库遇到与源库主键或唯一键的值相同的记录：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同步至目标数据库中。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，可能会导致无法初始化数据、只能同步部分列的数据或同步失败，请谨慎操作。
投递到Kafka的数据格式	请根据业务需求选择同步到Kafka实例中的数据存储格式。如果您选择DTS Avro，根据DTS Avro的Schema定义进行数据解析，Schema定义详情请参见DTS Avro的schema定义。如果您选择Shareplex Json，Shareplex Json的参数说明和示例请参见Shareplex Json。
Kafka压缩格式	根据需求选择Kafka压缩消息的压缩格式。 LZ4（默认）：压缩率较低，压缩速率较高。 GZIP：压缩率较高，压缩速率较低。说明对CPU的消耗较高。 Snappy：压缩率中等，压缩速率中等。
投递到Kafka Partition策略	请根据业务需求选择同步的策略，策略信息请参见Kafka Partition迁移策略说明。
目标库对象名称大小写策略	您可以配置目标实例中同步对象的库名、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同步对象，然后单击将其移动至已选择对象框。说明同步对象的选择粒度为表。
已选择对象	本示例无需额外配置。您可以使用映射功能，设置源表在目标Kafka实例中的Topic名称、Topic的Partition数量、Partition Key等信息。更多信息，请参见映射信息。说明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同步失败。如需选择增量同步的SQL操作，请在已选择对象中右击待同步对象，并在弹出的对话框中选择所需同步的SQL操作。支持的操作，请参见支持增量同步的SQL操作。

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同步任务。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	在同步任务启动后，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，默认持续重试时间为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在设置的重试时间内重新连接上源库、目标库，同步任务将自动恢复。否则，同步任务将会失败。说明针对同源或者同目标的多个DTS实例，如DTS实例A和DTS实例B，设置网络重试时间时A设置30分钟，B设置60分钟，则重试时间以低的30分钟为准。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	在同步任务启动后，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，同步任务将自动恢复。否则，同步任务将会失败。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。
是否限制增量同步速率	您也可以根据实际情况，选择是否对增量同步任务进行限速设置（设置每秒增量同步的行数RPS和每秒增量同步的数据量(MB)BPS），以缓解目标库的压力。
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，当同步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。

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
- 在同步作业正式启动之前，会先进行预检查。只有预检查通过后，才能成功启动同步作业。
- 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。
预检查通过率显示为100%时，单击下一步购买。

购买实例。

在购买页面，选择数据同步实例的计费方式、链路规格，详细说明请参见下表。

类别	参数	说明
信息配置	计费方式	预付费（包年包月）：在新建实例时支付费用。适合长期需求，价格比按量付费更实惠，且购买时长越长，折扣越多。后付费（按量付费）：按小时扣费。适合短期需求，用完可立即释放实例，节省费用。
	资源组配置	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。
	链路规格	DTS为您提供了不同性能的同步规格，同步链路规格的不同会影响同步速率，您可以根据业务场景进行选择。更多信息，请参见数据同步链路规格说明。
	订购时长	在预付费模式下，选择包年包月实例的时长和数量，包月可选择1~9个月，包年可选择1年、2年、3年和5年。说明该选项仅在付费类型为预付费时出现。

配置完成后，阅读并勾选《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。
您可在数据同步界面查看具体任务进度。

映射信息

在已选择对象区域框中，将鼠标指针放置在目标Topic名（表级别）上。
单击目标Topic名后出现的编辑。

在弹出的编辑表对话框中，配置映射信息。

配置	说明
表名称	源表同步到的目标Topic名称，默认为源库及目标库配置阶段在目标库信息选择的Topic。重要目标库为阿里云消息队列Kafka版实例时，设置的Topic名称必须在目标Kafka实例中真实存在，否则将导致数据同步失败。若您修改了表名称，数据将会被写入到您填写的Topic中。
过滤条件	详情请参见设置过滤条件。
设置新建Topic的Partition数量	数据写入到目标Topic时的分区数。
Partition Key	当投递到Kafka Partition策略选择为按主键的hash值投递到不同Partition时，您需要配置本参数，指定单个或多个列作为Partition Key来计算Hash值，DTS将根据计算得到的Hash值将不同的行投递到目标Topic的各Partition中。否则，该投递策略在增量写入阶段将无法生效。说明取消选中全表同步后，才可以勾选Partition Key。

单击确定。