将分片集群架构的本地自建MongoDB迁移至云数据库MongoDB - 云数据库 MongoDB

本文介绍如何使用数据传输服务DTS（Data Transmission Service），将本地MongoDB（分片集群架构）中的各个Shard节点，迁移至阿里云MongoDB（副本集架构或分片集群架构）实例来实现迁移上云。通过DTS的增量迁移功能，可以实现在本地应用不停服的情况下，平滑完成数据库的迁移上云。

前提条件

已创建目标云数据库MongoDB版（副本集架构或分片集群架构）实例，创建方式，请参见创建副本集实例或创建分片集群实例。
重要
- 建议目标云数据库MongoDB版实例的存储空间比源自建MongoDB实例占用的存储空间大10%。
- 支持的版本，请参见迁移方案概览。
已为源自建MongoDB实例的各Shard节点创建账号，并确保各Shard的账号和密码需保持一致。
若目标MongoDB为分片集群架构实例：
- 请确保目标分片集群实例中的Shard节点具备充足的存储空间。
  说明
  例如自建数据库中有三个Shard节点，其中第二个Shard节点占用的存储空间最多（500GB），那么分片集群实例中的每个Shard节点的存储空间均需要大于500 GB。
- 请根据业务需求，在目标云数据库MongoDB版（分片集群架构）实例中创建需要分片的数据库和集合、配置数据分片、开启Balancer并进行预分片。更多信息，请参见设置数据分片以充分利用Shard性能和如何处理分片集群架构的MongoDB数据分布不均衡。
  说明
  配置数据分片可避免数据被迁移至同一Shard，导致无法发挥集群性能；开启Balancer并进行预分片可以避免数据倾斜问题。

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。待迁移的集合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。 DTS在执行全量数据迁移时将占用源库和目标库一定的资源，可能会导致数据库服务器负载上升。如果数据库业务量较大或服务器规格较低，可能会加重数据库压力，甚至导致数据库服务不可用。建议您在执行数据迁移前谨慎评估，在业务低峰期执行数据迁移。 MongoDB实例支持的版本与存储引擎请参见版本及存储引擎，如需跨版本或跨引擎迁移，请提前确认兼容性。如需进行增量迁移，需开启Oplog日志。否则预检查阶段提示报错，且无法成功启动数据迁移任务。 DTS要求源数据库的Oplog日志至少保留7天以上，否则DTS可能因无法获取Oplog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Oplog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。若迁移对象为集合级别，且需进行编辑（如集合的名称映射），则单次迁移任务仅支持迁移最多1000张集合。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集合，分批配置多个任务，或者配置整库的迁移任务。不支持数据库admin和local作为源和目标库。源自建MongoDB分片集群实例的Mongos节点的数量不能超过10个。暂不支持迁移包含TTL（Time To Live）索引的集合。若待迁移的数据库中包含TTL索引，则可能会由于源库和目标库时区、时钟等的不一致，导致数据不一致。请确保源和目标MongoDB分片集群实例中没有孤立文档，否则可能会导致数据不一致甚至任务失败。更多信息，请参见孤立文档和如何清理MongoDB（分片集群架构）的孤立文档？。
其他限制	若您先购买DTS任务再进行配置，则需要在购买DTS任务时填写其正确的Shard数量。在任务开始前，需要为源端待迁移的数据添加与目标端对应的分片键；在任务开始后，待迁移的数据在使用INSERT命令时必须包含分片键，使用UPDATE命令时不支持更改分片键。全量迁移期间必须关闭源MongoDB数据库的均衡器（Balancer），直至每个子任务都运行到增量阶段，否则可能会造成数据不一致。关于均衡器的操作，请参见管理MongoDB均衡器Balancer。请确保目标端MongoDB没有与源端相同的主键（默认为_id），否则会导致数据丢失。若目标端有与源端相同的主键，请在不影响业务的前提条件下清空目标端的相关数据（删掉目标端中与源端相同_id的文档）。不保留事务信息，即源库中的事务迁移到目标库时会转变为单条的记录。在DTS迁移期间，不支持MongoDB分片集群进行分片的扩缩容，否则会导致DTS任务失败。目标端MongoDB的count数量需要使用`db.$table_name.aggregate([{ $count:"myCount"}])`语法查询。由于DTS写入数据的逻辑为并发写入，所以会导致目标端占用的存储空间比源端大5%~10%。若目标集合存在唯一索引或目标集合的`capped`属性为`true`时，则在增量迁移阶段该集合不支持并发回放（只支持单线程写入），从而可能会导致任务延迟增高。执行数据迁移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迁移。否则全量数据迁移时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。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比源数据库的表存储空间大。 DTS会尝试恢复七天之内迁移失败任务。因此业务切换至目标实例前，请务必结束或释放该任务，或者使用`revoke`命令回收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。

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。	不收费。
增量数据迁移	收费，详情请参见计费概述。	不收费。

任务步骤说明

迁移类型	说明
库表结构迁移	将源自建MongoDB实例中迁移对象的结构迁移到目标云数据库MongoDB版中。
全量迁移	将源自建MongoDB实例迁移对象的存量数据全部迁移到目标云数据库MongoDB版中。说明支持Database和Collection的全量迁移。
增量迁移	在全量迁移的基础上，将源自建MongoDB实例迁移对象的增量更新迁移到目标云数据库MongoDB版中。说明支持迁移的增量更新如下： Database的删除操作。 Collection的新建、删除、重命名操作。 Document的新建、删除、更新操作。 Index的新建和删除操作。在Collection中插入、更新、删除文档的操作。

数据库账号的权限要求

数据库	结构迁移	全量迁移	增量数据迁移
自建MongoDB实例	待迁移库的read权限。	待迁移库的read权限。	待迁移库、admin库和local库的read权限。
云数据库MongoDB版实例	dbAdminAnyDatabase权限、目标库的readWrite权限、local库的read权限。

数据库账号创建及授权方法：

自建MongoDB数据库请参见MongoDB Create User说明。
阿里云MongoDB实例请参见使用DMS管理MongoDB数据库用户。

准备工作

必需：为避免块迁移对数据一致性的影响，迁移期间需要关闭自建MongoDB数据库的均衡器（Balancer），详情请参见管理MongoDB均衡器Balancer 。
警告
如果未关闭均衡器，迁移期间发生了块迁移将影响DTS读取到的数据的一致性。
清除自建MongoDB数据库中，因块迁移失败而产生的孤立文档。
说明
如果未清除孤立文档，将影响迁移性能，而且可能在迁移过程会遇到_id冲突的文档，导致迁移错误的数据。
1. 下载cleanupOrphaned.js脚本文件。
```
wget "https://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/attach/120562/cn_zh/1564451237979/cleanupOrphaned.js"
```
2. 修改cleanupOrphaned.js脚本文件，将test替换为待清理孤立文档的数据库名。
  说明
  如果您有多个数据库，您需要重复执行本步骤和步骤c。
3. 执行如下命令，清理Shard节点中指定数据库下所有集合的孤立文档。
  说明
  您需要重复执行本步骤，为每个Shard节点清理孤立文档。
```
mongo --host <Shardhost> --port <Primaryport>  --authenticationDatabase <database> -u <username> -p <password> cleanupOrphaned.js
```
  说明
  - <Shardhost>：Shard节点的IP地址。
  - <Primaryport>：Shard节点中的Primary节点的服务端口。
  - <database>：鉴权数据库名，即数据库账号所属的数据库。
  - <username>：登录数据库的账号。
  - <password>：登录数据库的密码。
  示例：
  本案例的自建MongoDB数据库有三个Shard节点，所以需要分别为这三个节点清除孤立文档。
```
mongo --host 172.16.1.10 --port 27018  --authenticationDatabase admin -u dtstest -p 'Test123456' cleanupOrphaned.js
```
```
mongo --host 172.16.1.11 --port 27021 --authenticationDatabase admin -u dtstest -p 'Test123456' cleanupOrphaned.js
```
```
mongo --host 172.16.1.12 --port 27024  --authenticationDatabase admin -u dtstest -p 'Test123456' cleanupOrphaned.js
```
根据业务需要，在目标MongoDB实例中创建需要分片的数据库和集合，并配置数据分片，详情请参见设置数据分片以充分利用Shard性能。
说明
在配置数据迁移前配置数据分片，可避免数据被迁移至同一Shard中，导致单个Shard使用的存储空间超出预期规划。

操作步骤

进入迁移任务的列表页面。
1. 登录DMS数据管理服务。
2. 在顶部菜单栏中，单击集成与开发（DTS）。
3. 在左侧导航栏，选择数据传输（DTS） > 数据迁移。
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。
- 您也可以登录新版DTS迁移任务列表页面。
在迁移任务右侧，选择迁移实例所属地域。
说明
新版DTS迁移任务列表页面，需要在页面左上角选择迁移实例所属地域。

单击创建任务，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
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	选择已有的DMS数据库实例（可选，如未创建可忽略此处选择，直接在下方配置数据库信息即可）	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，您需要输入下方的数据库信息。
	数据库类型	选择MongoDB。
	接入方式	请根据源库的部署位置进行选择，本示例以公网IP为例介绍配置流程。说明当选择其他方式接入自建数据库时，您还需要执行相应的准备工作，详情请参见准备工作概览。
	实例地区	选择自建MongoDB数据库所属地域。说明若选项中没有自建MongoDB数据库所属的地域，您可以选择一个距离该数据库最近的地域。
	架构类型	选择分片集群架构。说明仅当以专线/VPN网关/智能网关、公网IP或云企业网CEN的方式接入自建MongoDB时，才会出现此选项。
	主机名或IP地址	填入自建MongoDB数据库中，单个Mongos节点的域名或IP地址，本案例填入公网IP地址。说明主机名或IP地址和端口填入任一组Mongos节点的IP地址（或域名）和端口。
	端口	填入自建MongoDB数据库的服务端口。说明各Mongos节点的服务端口须开放至公网。
	鉴权数据库名称	填入自建MongoDB中数据库账号所属的数据库名称，若未修改过则默认为admin。
	数据库账号	填入自建MongoDB对应Mongos节点的账号，权限要求请参见数据库账号的权限要求。说明若自建MongoDB的接入方式为ECS自建数据库或数据库网关DG，则填入Shard节点的账号。
	数据库密码	填入该数据库账号对应的密码。
	shard接入信息	填入自建MongoDB数据库Shard节点的IP地址和端口信息，格式为`<IP>:<Port>`。说明多个Shard节点信息可以使用逗号（,）进行分隔。
	shard账号	填入自建MongoDB数据库的Shard账号。
	shard密码	填入自建MongoDB数据库Shard账号的密码。
目标库信息	选择已有的DMS数据库实例（可选，如未创建可忽略此处选择，直接在下方配置数据库信息即可）	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，您需要输入下方的数据库信息。
	数据库类型	选择MongoDB。
	接入方式	选择云实例。
	实例地区	选择目标云数据库MongoDB版实例所属地域。
	架构类型	选择目标云数据库MongoDB版所属的架构类型。
	实例ID	选择目标云数据库MongoDB版实例的ID。
	鉴权数据库名称	填入目标云数据库MongoDB版实例数据库账号所属的数据库名称，若未修改过则默认为admin。
	数据库名称	填入目标云数据库MongoDB版实例中迁移对象所属数据库的名称。
	数据库账号	填入目标云数据库MongoDB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，单击测试连接以进行下一步。
如果您的自建数据库具备白名单安全设置，您需要复制弹跳框中的DTS服务器IP地址，并加入自建数据库的白名单安全设置中。然后单击测试连接以进行下一步。
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。

配置任务对象及高级配置。

配置	说明
迁移类型	如果只需要进行全量迁移，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。说明如果未选择增量迁移，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，则会保留目标库中的该条记录，即源库中的该条记录不会迁移至目标库中。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、集合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Collection或Database。
已选择对象	如需更改单个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，请参见库表列名单个映射。如需批量更改迁移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。如需设置WHERE条件过滤数据（过滤条件支持的语句与标准的SQL WHERE语句不同），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。

单击下一步高级配置，进行高级配置。

数据校验配置
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。

高级配置

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。您可以购买指定规格的专属集群来运行DTS迁移任务，详情请参见什么是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。
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。
监控报警	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报警。

上述配置完成后，单击页面下方的下一步保存任务并预检查。
您可以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，查看调用API接口配置该实例时的参数信息。
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。
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，迁移任务正式开始，您可在数据迁移界面查看具体进度。
（可选）：若自建MongoDB的接入方式为ECS自建数据库或数据库网关DG，您还需参考步骤1~步骤12，为剩余的Shard节点创建迁移任务。
完成迁移任务。
- 全量数据迁移
  请勿手动结束迁移任务，否则可能会导致数据不完整。您只需等待迁移任务完成即可，迁移任务会自动结束。
- 增量数据迁移
  迁移任务不会自动结束，需要手动结束迁移任务。
  说明
  请选择合适的时间手动结束迁移任务，例如业务低峰期或准备将业务切换至MongoDB实例时。
  1. 等待所有Shard节点的迁移任务的运行阶段进入增量迁移，且运行信息中显示无延迟状态时，将源库停写几分钟，此时的状态可能会显示延迟的时间。
  2. 等待所有Shard节点迁移任务的增量迁移再次进入无延迟状态后，手动结束迁移任务。
将业务切换至阿里云MongoDB实例。