PolarDB-X 2.0同步至阿里云消息队列Kafka

前提条件

• 已创建源PolarDB-X 2.0实例，且兼容MySQL 5.7版本。

• 已创建存储空间大于源PolarDB-X 2.0实例已占用存储空间的目标Kafka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Kafka实例中已创建用于接收同步数据的Topic，详情请参见步骤一：创建Topic。

注意事项

费用说明

单条记录大小限制

由于写入Kafka单条记录的大小是10MB，因此当源端一行数据超过10MB时，DTS由于无法成功写入Kafka会导致任务中断。在该场景下建议您不要同步该表，如果一定要同步，也只能同步部分列，即配置DTS任务时，过滤掉这些大字段的记录。如果已经是在同步中的任务，则需要修改同步对象，将该表移出，再次点击修改同步对象，加入该表，并将该表的大字段列过滤，不做同步。

支持同步的SQL操作

操作步骤

1. 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

   通过DMS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。

   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Data + AI > 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。

2. 单击创建任务，进入任务配置页面。

3. 配置源库及目标库信息。

   警告

   选择源和目标实例后，建议您仔细阅读页面上方显示的使用限制，否则可能会导致任务失败或数据不一致。

   类别	配置	说明

   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	若您需要使用已录入系统（新建或保存）的数据库实例，请在下拉列表中选择所需的数据库实例，下方的数据库信息将自动进行配置。 说明 DMS控制台的配置项为选择DMS数据库实例。 若您未将数据库实例录入到系统，或无需使用已录入系统的数据库实例，则需要手动配置下方的数据库信息。
   	数据库类型	选择PolarDB-X 2.0。
   	接入方式	选择云实例。
   	实例地区	选择源PolarDB-X 2.0实例所属地域。
   	是否跨阿里云账号	本示例为同一阿里云账号间的同步，选择不跨账号。
   	实例ID	选择源PolarDB-X 2.0实例ID。
   	数据库账号	填入源PolarDB-X 2.0实例的数据库账号，需具备REPLICATION SLAVE、REPLICATION CLIENT及待同步对象的SELECT权限。 说明 授权方式，请参见数据同步过程中的账号权限问题。
   	数据库密码	填入该数据库账号对应的密码。
   目标库信息	选择已有连接信息	若您需要使用已录入系统（新建或保存）的数据库实例，请在下拉列表中选择所需的数据库实例，下方的数据库信息将自动进行配置。 说明 DMS控制台的配置项为选择DMS数据库实例。 若您未将数据库实例录入到系统，或无需使用已录入系统的数据库实例，则需要手动配置下方的数据库信息。
   	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 此处将阿里云消息队列Kafka版实例作为自建Kafka数据库来配置同步实例。
   	实例地区	选择目标Kafka实例所属地域。
   	已和目标端数据库联通的VPC	选择目标Kafka实例所属的专有网络ID。您可以在Kafka实例的基本信息页面中查看到专有网络ID。
   	域名或IP地址	填入Kafka实例默认接入点中的任意一个IP地址。 说明 您可以在Kafka实例的基本信息页面中，获取默认接入点对应的IP地址。
   	端口	Kafka实例的服务端口，默认为9092。
   	数据库账号	填入目标Kafka实例的数据库账号。 说明 如果Kafka实例的实例类型为VPC实例，无需配置数据库账号和数据库密码。
   	数据库密码	填入该数据库账号对应的密码。
   	Kafka版本	根据Kafka实例版本，选择对应的版本信息。
   	连接方式	根据业务及安全需求，选择非加密连接或SCRAM-SHA-256。
   	Topic	在下拉框中选择具体的Topic。
   	存储DDL的Topic	在下拉框中选择具体的Topic，用于存储DDL信息。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。您需要输入Avro Schema在Kafka Schema Registry注册的URL或IP。

4. 配置完成后，在页面下方单击测试连接以进行下一步。

   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。

   • 若源库或目标库为自建数据库（接入方式不是云实例），则还需要在弹出的DTS服务器访问授权对话框单击测试连接。

5. 配置任务对象。

   1. 在对象配置页面，配置待同步的对象。

      配置	说明

      配置	说明
      同步类型	固定选中增量同步。默认情况下，您还需要同时选中库表结构同步和全量同步。预检查完成后，DTS会将源实例中待同步对象的全量数据在目标集群中初始化，作为后续增量同步数据的基线数据。
      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	根据需求选择同步到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Canal Json，Canal Json的参数说明和示例请参见Canal Json说明。
      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	根据业务需求选择同步的策略，详细介绍请参见Kafka Partition迁移策略说明。 重要 若源库为PolarDB-X 1.0，则暂不支持此功能。
      消息确认机制	根据业务需求选择消息确认机制。
      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 同步对象选择的粒度为库、表、列。若选择的同步对象为表或列，其他对象（如视图、触发器、存储过程）不会被同步至目标库。
      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。

   2. 单击下一步高级配置，进行高级参数配置。

      配置	说明

      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。
      是否限制全量迁移速率	在全量同步阶段，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，选择是否对全量同步任务进行限速设置（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 仅当同步类型选择了全量同步，才有此配置项。
      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。
      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。

6. 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。

7. 购买实例。

   1. 预检查通过率显示为100%时，单击下一步购买。

   2. 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

      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。
      	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。

   3. 配置完成后，阅读并选中《数据传输（按量付费）服务条款》。

   4. 单击购买并启动，并在弹出的确认对话框，单击确定。

      您可以在迁移任务列表页面，查看迁移实例的具体进度。

      说明

      • 若迁移实例不包含增量迁移任务，则迁移实例会自动结束。迁移实例自动结束后，运行状态为已完成。

      • 若迁移实例包含增量迁移任务，则迁移实例不会自动结束，增量迁移任务会持续进行。在增量迁移任务正常运行期间，迁移实例的运行状态为运行中。

映射信息

1. 在已选择对象区域框中，将鼠标指针放置在目标Topic名上。

2. 单击目标Topic名后出现的编辑。

3. 在弹出的编辑表对话框中，配置映射信息。

   说明

   • 若库级别和表级别均使用了映射功能，则以表级别的映射为准（库级别的映射不生效）。

   • 库级别是编辑Schema对话框，且支持配置的参数少；表级别是编辑表对话框。

   配置	说明

   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，填写的Topic名称必须在目标Kafka实例中真实存在，否则将会导致数据同步失败。目标库为自建Kafka数据库，且同步实例包含库表结构任务时，DTS会尝试在目标库中创建您填写的Topic。 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，您可以配置本参数，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。 说明 取消选中全表同步后，才可以勾选Partition Key。

4. 单击确定。

常见问题

• 是否支持修改Kafka压缩格式？

  支持，您可以使用修改同步对象功能进行修改。

• 是否支持修改消息确认机制？

  支持，您可以使用修改同步对象功能进行修改。