将PostgreSQL的数据同步至AnalyticDB PostgreSQL - 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RDS PostgreSQL实例的数据同步至云原生数据仓库AnalyticDB PostgreSQL版实例中。

前提条件

已创建存储空间大于源RDS PostgreSQL实例已占用存储空间的目标AnalyticDB PostgreSQL版实例。创建方法，请参见创建实例。
说明
源库和目标库支持的版本，请参见同步方案概览。
已在目标AnalyticDB PostgreSQL版实例中创建用于接收数据的数据库。创建方法，请参见CREATE DATABASE。

注意事项

类型	说明
源库限制	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。说明若接收数据的目标表不是通过DTS创建（同步类型未选中库表结构同步），则需确保该表与源库中待同步的表具备相同的主键或非空唯一约束，否则可能会导致目标数据库中出现重复数据。若同步对象为表级别，且需进行编辑（如表列名映射），单次同步任务的表数量超过5000时，建议您拆分待同步的表，分批配置多个任务，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。 WAL日志：需开启，即设置wal_level参数的值为logical。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。如自建PostgreSQL进行主备切换，会导致同步失败。源库的操作限制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RDS PostgreSQL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）。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，否则会导致数据同步任务失败。若源库有长事务，且实例包含增量同步任务，则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。
其他限制	目标表暂不支持AO表。若使用列映射时为非全表同步或者源与目标表结构不一致，则目标端比源端缺少的列的数据将会丢失。同步对象要求：仅支持表级同步。不支持BIT、VARBIT、GEOMETRY、UUID、TSQUERY、TSVECTOR、TXID_SNAPSHOT类型的数据同步。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。同步期间，如果同步对象的选择粒度为Schema，在待同步的Schema中创建了新的表或使用RENAME命令重建了待同步的表，您需要在对该表写入数据前执行`ALTER TABLE schema.table REPLICA IDENTITY FULL;`命令，以保障该表数据同步的一致性。执行该命令期间，建议您不要有锁表操作，否则会导致表锁死。说明将上述命令中的`schema`和`table`替换成真实的Schema名和表名。建议您在业务低峰期进行操作。 DTS会在源库中创建以下临时表，用于获取增量数据的DDL、增量表的结构、心跳信息等。在同步期间，请勿删除源库中的临时表，否则会导致DTS任务异常。临时表会在DTS实例释放后自动删除。 `public.dts_pg_class`、`public.dts_pg_attribute`、`public.dts_pg_type`、`public.dts_pg_enum`、`public.dts_postgres_heartbeat`、`public.dts_ddl_command`、`public.dts_args_session`。为保障同步延迟时间展示的准确性，DTS会在源库中新增一个名为dts_postgres_heartbeat的心跳表。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 DTS释放实例后会主动删除该replication slot，如果您在同步期间修改了数据库密码，或者删除了DTS的访问IP白名单，则会导致该replication slot无法自动删除，此时需要您在源库手动删除，避免其持续累积占用磁盘空间导致RDS PostgreSQL实例不可用。当释放同步任务或同步失败时，DTS会主动清理该replication slot；如果PostgreSQL发生了主备切换，则需要您登录备库来手动清理。执行数据同步前需评估源库和目标库的性能，同时建议业务低峰期执行数据同步。否则全量数据初始化时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。全量初始化会并发执行INSERT操作，导致目标数据库的表产生碎片，因此全量初始化完成后目标实例的表空间比源实例的表空间大。对于表级别的数据同步，如果除DTS以外的数据没有写入目标库，您可以使用数据管理DMS（Data Management）来执行在线DDL变更，请参见不锁表结构变更。在DTS同步期间，不允许有除DTS外的数据写入目标库，否则会导致源库与目标库数据不一致。例如，有除DTS外的数据写入目标库时，使用DMS执行在线DDL变更，可能引起目标库数据丢失。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。
特殊情况	当源实例为RDS PostgreSQL时同步期间，请勿修改RDS PostgreSQL的连接地址和可用区，否则会导致同步失败。当源实例为自建PostgreSQL时需要确保max_wal_senders和max_replication_slots的参数值，均大于当前数据库复制槽已使用数与需要以该自建PostgreSQL为源创建的DTS实例数的总和。当源实例为Google Cloud Platform Cloud SQL for PostgreSQL时，源库的数据库账号需填入具有cloudsqlsuperuser权限的账号。在选择同步对象时需选择此账号有权限管理的对象，或者给此账号添加目标对象的Owner权限。说明具有cloudsqlsuperuser权限的账号，无法管理Owner为其他cloudsqlsuperuser权限账号的数据。

费用说明

同步类型	链路配置费用
库表结构同步和全量数据同步	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 说明在数据写入到目标AnalyticDB PostgreSQL版实例时，UPDATE语句会自动转化为REPLACE INTO语句（若更新的是主键，则会转化为DELETE+INSERT语句）。
DDL	仅2020年10月01日后创建的数据同步任务，支持同步DDL操作。重要 2023年05月12日前创建的数据同步任务，需在配置同步任务前，在源库中创建触发器和函数来捕获DDL信息，详情请参见通过触发器和函数实现PostgreSQL的DDL增量迁移。增量数据同步阶段不支持同步bit类型的数据。同步任务支持如下DDL，且源数据库账号需为高权限账号，RDS PostgreSQL的小版本需大于或等于20210228，小版本的升级方式，请参见升级内核小版本。 CREATE TABLE、DROP TABLE ALTER TABLE（包括RENAME TABLE、ADD COLUMN、ADD COLUMN DEFAULT、ALTER COLUMN TYPE、DROP COLUMN、ADD CONSTRAINT、ADD CONSTRAINT CHECK、ALTER COLUMN DROP DEFAULT） TRUNCATE TABLE（源库PostgreSQL为PostgreSQL 11及以上版本） CREATE INDEX ON TABLE 重要不支持同步DDL中包含的附加信息，如CASCADE或RESTRICT等。不支持同步使用`SET session_replication_role = replica`命令的会话中的DDL。不支持同步通过调用FUNCTION等方式执行的DDL。若源库单次提交的多条SQL中同时包含DML和DDL，则该DDL不会被同步。若源库单次提交的多条SQL中包含非同步对象的DDL，则该DDL不会被同步。

数据库账号的权限要求

数据库	所需权限	账号创建及授权方式
源RDS PostgreSQL实例	高权限账号，且需为所选数据库的Owner（授权账号）。	创建账号和创建数据库。
目标AnalyticDB PostgreSQL版实例	目标库的读写权限。	创建数据库账号和用户权限管理。说明您也可以使用初始账号或具备RDS_SUPERUSER权限的账号。

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。

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，您可以单击新增DMS数据库实例录入数据库实例。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PostgreSQL。
	接入方式	选择云实例。
	实例地区	选择源RDS PostgreSQL实例所属地域。
	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。
	实例ID	选择源RDS PostgreSQL实例ID。
	数据库名称	填入源RDS PostgreSQL实例中待同步对象所属数据库的名称。
	数据库账号	填入源RDS PostgreSQL实例的数据库账号。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，本示例选择非加密连接。若您需要SSL加密的方式连接数据库，请选择SSL安全连接，并根据实际情况上传CA 证书、客户端证书、客户端证书私钥，输入客户端证书私钥密码。说明若自建PostgreSQL数据库选择了SSL安全连接，则必须上传CA 证书。若您需要使用客户端证书，则需要同时上传客户端证书和客户端证书私钥，并输入客户端证书私钥密码。 RDS PostgreSQL实例的SSL加密功能，请参见SSL链路加密。
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，您可以单击新增DMS数据库实例录入数据库实例。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AnalyticDB PostgreSQL。
	接入方式	选择云实例。
	实例地区	选择目标AnalyticDB PostgreSQL版实例所属地域。
	实例ID	选择目标AnalyticDB PostgreSQL版实例ID。
	数据库名称	填入目标AnalyticDB PostgreSQL版实例中用于接收数据的数据库名称。
	数据库账号	填入目标AnalyticDB PostgreSQL版实例的数据库账号。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，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地址添加到其余每个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	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。
实例级别选择所需同步的DDL和DML	您可以按实例级别选择同步的DDL或DML操作。支持的操作，请参见支持增量同步的SQL操作。说明如需按库或表级别选择同步的SQL操作，请在已选择对象中右击同步对象，在弹跳框中勾选所需同步的SQL操作。
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。
存储引擎类型	请根据实际情况选择目标表的存储引擎类型，默认为Beam。说明仅当目标AnalyticDB PostgreSQL版实例的内核版本为v7.0.6.6及以上，且同步类型选择了库表结构同步时才会有此配置项。
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Schema、表或列。
已选择对象	如需更改单个同步对象在目标实例中的名称，请右击已选择对象中的同步对象，设置方式，请参见库表列名单个映射。如需批量更改同步对象在目标实例中的名称，请单击已选择对象方框右上方的批量编辑，设置方式，请参见库表列名批量映射。说明若您需要设置条件过滤数据，请在已选择对象中右击待同步的表，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。如需按库或表级别选择同步的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。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。

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时才可以配置。
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。

单击下一步数据校验，进行数据校验任务配置。
若您需要使用数据校验功能，配置方法请参见配置数据校验。
可选：上述配置完成后，单击下一步配置库表字段，设置待同步的表在目标AnalyticDB PostgreSQL版中的类型、主键列和分布键信息。
说明
- 配置任务对象时同步类型勾选了库表结构同步时才会有本步骤，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。更多信息，请参见数据表管理和表分布定义。

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。