文档首页/ 数据复制服务 DRS/ 实时同步/ 出云/ 将GaussDB(for MySQL)同步到CSS/ES
更新时间：2024-09-26 GMT+08:00
查看PDF
分享

将GaussDB(for MySQL)同步到CSS/ES

支持的源和目标数据库

表1 支持的数据库

源数据库

目标数据库
  • GaussDB(for MySQL)主备实例
  • ElasticSearch 5.5、6.2、6.5、7.1、7.6、7.9、7.10版本

目前仅支持白名单用户使用。

使用建议

  • DRS任务启动和全量数据同步阶段，请不要在源数据库执行DDL操作，否则可能导致任务异常。
  • 为保证同步前后数据一致性，确保同步期间目标数据库无业务写入。
  • 数据库同步与环境多样性和人为操作均有密切关系，为了确保同步的平顺，建议您在进行正式的数据库同步之前进行一次演练，可以帮助您提前发现问题并解决问题。
  • 基于以下原因，建议您在启动任务时选择“稍后启动”功能，将启动时间设置在业务低峰期，相对静止的数据可以有效提升一次性同步成功率，避免同步对业务造成性能影响。
    • 在网络无瓶颈的情况下，全量同步会对源数据库增加约50MB/s的查询压力，以及占用2~4个CPU。
    • 正在同步的数据被其他事务长时间锁死，可能导致读数据超时。
    • 由于MySQL固有特点限制，CPU资源紧张时，存储引擎为Tokudb的表，读取速度可能下降至10%。
    • DRS并发读取数据库，会占用大约6-10个session连接数，需要考虑该连接数对业务的影响。
    • 全量阶段读取表数据时，特别是大表的读取，可能会阻塞业务上对大表的独占锁操作。
    • 更多DRS对数据库的影响，可参考DRS对源数据库和目标数据库有什么影响。
  • 数据对比

    建议您结合数据对比的“稍后启动”功能，选择业务低峰期进行数据对比，以便得到更为具有参考性的对比结果。由于同步具有轻微的时差，在数据持续操作过程中进行对比任务，可能会出现少量数据不一致对比结果，从而失去参考意义。

使用须知

在创建同步任务前，请务必阅读以下使用须知。

  • 建议创建单独用于DRS任务连接的数据库账号，避免因为数据库账号密码修改，导致的任务连接失败。
  • 连接源和目标数据库的账号密码修改后，请参考修改连接信息章节修改DRS任务的连接信息，避免任务连接失败后自动重试，导致数据库账号被锁定影响使用。
表2 使用须知

类型名称

使用和操作限制

数据库权限设置

全量+增量最小同步权限要求：

  • 源数据库账号需要具备如下权限：

    SELECT、LOCK TABLES、REPLICATION SLAVE、REPLICATION CLIENT。

  • 目标数据库账号必须拥有如下权限：

    READ、WRITE。

同步对象约束
  • 支持表数据的同步。
  • 不支持数据库、视图、索引、约束、函数、存储过程、触发器（TRIGGER）和事件（EVENT）的同步。
  • 不支持系统库的同步以及事件状态的同步。
  • 不支持主键为FLOAT类型的表的同步。
  • 不支持无主键表的同步。
  • 全量和增量同步不支持隐藏列（INVISIBLE），隐藏列是MySQL 8.0.23开始支持的特性，例如： 
    CREATE TABLE `test11` (
  `id` int NOT NULL,
  `c1` int DEFAULT NULL /*!80023 INVISIBLE */,
  PRIMARY KEY (`id`));

源数据库要求
  • 源数据库必须为GaussDB(for MySQL)主备实例的主节点。
  • 源数据库中的库名不能包含：'<`>/\"以及非ASCII字符。
  • 源数据库中的表名不能包含：'<>/\"以及非ASCII字符。
  • 源数据库中的列名不能包含：.\"以及非ASCII字符。
  • 源数据库中的库名或映射后的名称不允许以ib_logfile开头，也不能为ib_buffer_pool、ib_doublewrite、ibdata1、ibtmp1。
  • 增量同步时，源数据库的binlog日志必须打开，且binlog日志格式必须为Row格式。
  • 在磁盘空间允许的情况下，建议源数据库binlog保存时间越长越好，建议为3天。
  • 源数据库expire_logs_days参数值为0，可能会导致同步失败。
  • 增量同步时，必须设置源数据库的server_id。server_id的取值范围在1－4294967296之间。
  • 源数据库建议开启skip-name-resolve，减少连接超时的可能性。
  • 源数据库GTID状态建议为开启状态。
  • 源库不支持mysql binlog dump命令。
  • 源数据库和目标数据库字符集需保持一致，否则同步失败。
  • 源数据库log_slave_updates参数需设置为开启状态，否则会导致同步失败。
  • 源数据库的binlog_row_image参数需设置为FULL，否则会导致同步失败。

目标数据库要求
  • 目标数据库实例的运行状态必须正常。
  • 目标数据库实例必须有足够的磁盘空间。

操作须知
  • 若专属计算集群不支持4vCPU/8G或以上规格实例，则无法创建同步任务。
  • 在创建DRS任务之前，如果源数据库实例开启并设置了SQL限流规则，可能会导致DRS任务失败。
  • 不支持外键级联操作。当外键是普通索引的时候，可能会导致表结构创建失败，建议改成唯一索引。
  • 不支持源数据库恢复到全量同步时间段范围内的PITR操作。
  • 源库时间字段目标库不支持的范围统一转成null。
  • 源库类型是binary类型会截断后面为0的字节，原因是源库是定长的自动补齐长度，目标库是变长类型。
  • binary的值会base64 加密后再写入目标库
  • datetime类型源库无时区到目标库则是用户指定的
  • 表字段名称全部转成小写。
  • 目标库数据_id如果指定源库多列生成需要用“:”分隔。
  • 在任务启动、任务全量同步阶段，不建议对源数据库做DDL操作。
  • 为了保持数据一致性，不允许对正在同步中的目标数据库进行修改操作（包括但不限于DDL操作）。
  • 同步过程中，不允许修改、删除连接源和目标数据库的用户的用户名、密码、权限，或修改源和目标数据库的端口号。
  • 同步过程中，不允许源库写入binlog格式为statement的数据。
  • 同步过程中，不允许源库执行清除binlog的操作。
  • 源数据库不支持reset master或reset master to命令，可能会导致DRS任务失败或者数据不一致。
  • 同步过程中，不允许在源库创建库名为ib_logfile的数据库。
  • 增量同步过程中，若源库存在分布式事务，可能会导致同步失败。
  • 增量同步会过滤所有的DDL操作。
  • 增量同步阶段，支持断点续传功能，在主机系统崩溃的情况下，对于非事务性的无主键的表可能会出现重复插入数据的情况。
  • 选择表级对象同步时，增量同步过程中不支持对表进行重命名操作。
  • 建议将expire_log_day参数设置在合理的范围，确保恢复时断点处的binlog尚未过期，以保证服务中断后的顺利恢复。
  • 选择同步对象时，单次选择的库表名称和列名称的大小不能超过4M。如果超过该限制，可以通过再编辑同步对象功能，分批增加同步对象。

操作步骤

  1. 在“实时同步管理”页面，单击“创建同步任务”。
  2. 在“同步实例”页面，填选区域、项目、任务名称、描述、同步实例信息，单击“开始创建”。

    • 任务信息
      图1 同步任务信息
      表3 任务和描述

      参数

      描述

      区域

      当前所在区域，可进行切换。

      项目

      当前区域对应的项目，可进行切换。

      任务名称

      任务名称在4到50位之间，必须以字母开头，可以包含字母、数字、中划线或下划线，不能包含其他的特殊字符。

      描述

      描述不能超过256位，且不能包含! = < > & ' " \ 特殊字符。
    • 同步实例信息
      图2 同步实例信息
      表4 同步实例信息

      参数

      描述

      数据流动方向

      选择“出云”。

      源数据库引擎

      选择“GaussDB(for MySQL)”。

      目标数据库引擎

      选择“CSS/ES”。

      网络类型

      此处以“公网网络”为示例。目前支持可选“公网网络”、“VPC网络”、和“VPN、专线网络”。

      • VPC网络：适合云上同账号同Region同VPC场景下数据库之间的同步。
      • 公网网络：适合通过公网网络把其他云下或其他平台的数据库同步到目标数据库，该类型要求数据库绑定弹性公网IP（EIP）。
      • VPN、专线网络：适合VPN、专线、CC、VPCEP、或者用户已打通VPC对等连接的网络场景，实现其他云下自建数据库与云上数据库同步、云上同Region跨账号、或云上跨Region的数据库之间的同步。

      DRS任务类型

      选择DRS任务类型，可选“单AZ”和“双AZ”。

      • 双AZ：一主一备的经典高可用架构，提高了DRS任务的可靠性。双AZ任务创建后，DRS会同时创建一主一备两个子任务，当主AZ任务发生异常，DRS会自动启动备AZ任务继续进行同步，提高同步任务的可靠性。适用于业务数据量较大，需要长期同步，并对中断时间有严格要求的场景。
      • 单AZ：采用单个节点部署架构，每个任务只创建一个节点，性价比较高。适用于业务数据量较小，短期同步，并对中断时间无严格要求的场景。

      目前仅部分链路支持DRS任务类型的选择，详细说明可参考双AZ任务倒换。

      源数据库实例

      源数据库的GaussDB(for MySQL)实例。

      同步实例所在子网

      请选择同步实例所在的子网。也可以单击“查看子网”，跳转至“网络控制台”查看实例所在子网帮助选择。

      默认值为当前所选数据库实例所在子网，请选择有可用IP地址的子网。为确保同步实例创建成功，仅显示已经开启DHCP的子网。

      同步模式
      • 全量+增量

        该模式为数据持续性实时同步，通过全量过程完成目标端数据库的初始化后，增量同步阶段通过解析日志等技术，将源端和目标端数据保持数据持续一致。

      指定公网IP

      网络类型选择“公网网络”时可见，选择为DRS实例绑定的弹性公网IP。任务创建时，DRS将会自动绑定该弹性公网IP，等待任务结束后将自动解绑该弹性公网IP。指定公网IP数量需要与实例数量匹配。

      公网网络迁移产生的数据传输费用收取标准请参见：弹性公网IP价格计算器。
    • 任务类型
      图3 任务类型
      表5 任务类型信息

      参数

      描述

      规格类型

      选择DRS实例的规格类型，不同规格类型对应不同性能的性能上限，详细可参考实时同步链路规格说明。

      说明：

      目前，DRS同步仅支持任务类型为单AZ的同步任务升级实例规格，不支持降低规格，具体操作及约束限制可参考同步规格变更。

      可用区

      DRS任务创建的可用区，选择跟源或目标库相同的可用区性能更优。

      DRS任务类型选择“双AZ”时，可用区分为“主可用区”和“备可用区”。

      图4 可用区
    • 企业项目和标签
      图5 企业项目和标签
      表6 企业项目和标签

      参数

      描述

      企业项目

      企业项目是一种云资源管理方式，企业项目管理服务提供统一的云资源按项目管理，以及项目内的资源管理、成员管理。请在下拉框中选择所在的企业项目，其中，default为默认项目。

      更多关于企业项目的信息，请参见《企业管理用户指南》。

      如果需要自定义企业项目，请在控制台右上角单击“企业”，进入“企业项目管理”页面创建，具体请参见《企业管理用户指南》中“创建企业项目”的内容。

      标签
      • 可选配置，对同步任务的标识。使用标签可方便管理您的任务。每个任务最多支持20个标签配额。
      • 如果您的组织已经设定DRS的相关标签策略，则需按照标签策略规则为任务添加标签。标签如果不符合标签策略的规则，则可能会导致任务创建失败，请联系组织管理员了解标签策略详情。
      • 任务创建成功后，您可以单击任务名称，在“标签”页签下查看对应标签。关于标签的详细操作，请参见标签管理。

    对于创建失败的任务，DRS默认保留3天，超过3天将会自动结束任务。

  3. 在“源库及目标库”页面，同步实例创建成功后，填选源库信息和目标库信息，单击“源库和目标库”处的“测试连接”，分别测试并确定与源库和目标库连通后，勾选协议，单击“下一步”。

    图6 源库信息
    表7 源库信息

    参数

    描述

    数据库实例名称

    默认为创建迁移任务时选择的GaussDB(for MySQL)实例，不可进行修改。

    数据库用户名

    源数据库的用户名。

    数据库密码

    源数据库的用户名所对应的密码。

    源数据库的数据库用户名和密码，会被系统加密暂存，直至删除该迁移任务后自动清除。

    图7 目标库信息
    表8 目标库信息

    参数

    描述

    IP地址或域名

    目标数据库的IP地址或域名。

    数据库用户名

    目标数据库的用户名。

    数据库密码

    目标数据库的用户名所对应的密码。

    SSL安全连接

    通过该功能，用户可以选择是否开启对同步链路的加密。如果开启该功能，需要用户上传SSL根证书。

    说明：
    • 最大支持上传500KB的证书文件。
    • 仅支持后缀为cer和pem的证书。
    • 如果不启用SSL安全连接，请自行承担数据安全风险。

    目标库的数据库用户名和密码，会被系统加密暂存，直至删除该迁移任务后自动清除。

  4. 在“设置同步”页面，选择同步策略和同步对象，单击“下一步”。

    图8 同步模式
    表9 同步模式和对象

    参数

    描述

    流速模式

    流速模式支持限速和不限速，默认为不限速。限速模式只对全量阶段生效，增量阶段不生效。

    • 限速

      自定义的最大同步速度，全量同步过程中每个任务（多任务时为每个子任务）的同步速度将不会超过该速度。

      当流速模式选择了“限速”时，你需要通过流速设置来定时控制同步速度。流速设置通常包括限速时间段和流速大小的设置。默认的限速时间段为“全天限流”，您也可以根据业务需求选择“时段限流”。自定义的时段限流支持最多设置3个定时任务，每个定时任务之间不能存在交叉的时间段，未设定在限速时间段的时间默认为不限速。

      流速的大小需要根据业务场景来设置，不能超过9999MB/s。

      图9 设置流速模式
    • 不限速
      对同步速度不进行限制，通常会最大化使用源数据库的出口带宽。该流速模式同时会对源数据库造成读消耗，消耗取决于源数据库的出口带宽。比如源数据库的出口带宽为100MB/s，假设高速模式使用了80%带宽，则同步对源数据库将造成80MB/s的读操作IO消耗。
      说明：
      • 限速模式只对全量阶段生效，增量阶段不生效。
      • 您也可以在创建任务后修改流速模式。具体方法请参见修改流速模式。

    全量同步对象类型

    全量同步对象类型，可选同步表结构、同步数据，根据实际需求进行选择要同步内容。

    • 同步数据为必选项。
    • 选择同步表结构的时候目标库不能有同名的表。
    • 不选同步表结构的时候目标库必须有相应的表，且要保证表结构与所选表结构相同。

    增量阶段冲突策略

    该冲突策略特指增量同步中的冲突处理策略，默认选择覆盖；全量阶段的冲突默认忽略。

    DML同步

    选择需要同步的DML操作，默认都勾选。

    不勾选Delete则不会同步源库增量数据中的Delete语句，可能会导致数据不一致，因此存在数据冲突或任务失败的风险。

    分片配置

    配置主分片数和分片副本数，主分片数默认为5，分片副本数默认为1。

    时区

    选择时区后，datatime类型的数据同步到CSS/ES，会带上所选的时区。

    索引名称
    • 表名

      选择为表名后，在目标Elasticsearch实例中创建的索引名称和表名一致。

    • 库名+表名

      选择为库名+表名后，在目标Elasticsearch实例中创建的索引名称为库名_表名。

    同步对象

    左侧框是源数据库对象，右侧框是已经选择的对象，支持表级同步，您可以根据业务场景选择对应的数据进行同步。

    • 可以使用对象名映射功能进行源数据库和目标数据库中的同步对象映射，具体操作可参考对象名修改（对象名映射）。
    • 选择同步对象时，单次选择的库表名称和列名称的大小不能超过4M。如果超过该限制，可以通过再编辑同步对象功能，分批增加同步对象，参考编辑同步任务。
      说明：
      • 选择对象的时候支持对展开的库进行搜索，以便您快速选择需要的数据库对象。
      • 如果有切换源数据库的操作或源库同步对象变化的情况，请在选择同步对象前单击右上角的，以确保待选择的对象为最新源数据库对象。
      • 当对象名称包含空格时，名称前后的空格不显示，中间如有多个空格只显示一个空格。
      • 选择的同步对象名称中不能包含空格。

  5. 在“数据加工”页面，根据需要选择数据加工的方式。

    • 如果不需要数据加工，单击“下一步”。
    • 如果需要数据加工，可选择“数据过滤”或“列加工”，参考数据加工章节，设置相关规则。

      目前GaussDB(for MySQL)->CSS/ES的列加工仅支持列过滤，暂不支持列映射功能。

  6. 在“预检查”页面，进行同步任务预校验，校验是否可进行。

    • 查看检查结果，如有不通过的检查项，需要修复不通过项后，单击“重新校验”按钮重新进行任务预校验。

      预检查不通过项处理建议请参见《数据复制服务用户指南》中的“预检查不通过项修复方法”。

    • 预检查完成后，且所有检查项结果均通过时，单击“下一步”。

      所有检查项结果均通过时，若存在请确认项，需要阅读并确认详情后才可以继续执行下一步操作。

  7. 在“任务确认”页面，设置同步任务的启动时间、任务异常通知设置、SMN主题、时延阈值、任务异常自动结束时间，并确认同步任务信息无误后，勾选协议，单击“启动任务”，提交同步任务。

    图10 任务启动设置

    表10 任务启动设置

    参数

    描述

    启动时间

    同步任务的启动时间可以根据业务需求，设置为“立即启动”或“稍后启动”。

    说明：

    预计同步任务启动后，会对源数据库和目标数据库的性能产生影响，建议选择业务低峰期，合理设置同步任务的启动时间。

    任务异常通知设置

    该项为可选参数，开启之后，选择对应的SMN主题。当同步任务状态、时延指标或数据异常时，系统将发送通知。

    SMN主题

    “任务异常通知设置”项开启后可见，需提前在SMN上申请主题并添加订阅。

    SMN主题申请和订阅可参考《消息通知服务用户指南》。

    时延阈值

    在增量同步阶段，源数据库和目标数据库之间的同步有时会存在一个时间差，称为时延，单位为秒。

    时延阈值设置是指时延超过一定的值后（时延阈值范围为0到3600s），DRS可以发送告警通知。告警通知将在时延稳定超过设定的阈值6min后发送，避免出现由于时延波动反复发送告警通知的情况。

    说明：
    • 当时延阈值设置为0时，不会发送通知给收件人。
    • 首次进入增量同步阶段，会有较多数据等待同步，存在较大的时延，属于正常情况，不在此功能的监控范围之内。
    • 设置时延阈值之前，需要设置任务异常通知。

    数据异常通知

    该项为可选参数，开启之后，当同步任务数据异常时，系统将发送通知。

    任务异常自动结束时间（天）

    设置任务异常自动结束天数，输入值必须在14到100之间，默认值14。

    说明：
    • 仅按需计费任务支持设置任务异常自动结束时间，包年/包月任务不支持。
    • 异常状态下的任务仍然会计费，而长时间异常的任务无法续传和恢复。设置任务异常自动结束天数后，异常且超时的任务将会自动结束，以免产生不必要的费用。

  8. 同步任务提交后，您可在“实时同步管理”页面，查看并管理自己的任务。

    • 您可查看任务提交后的状态，状态请参见任务状态说明。
    • 在任务列表的右上角，单击刷新列表，可查看到最新的任务状态。
    • 对于未启动、状态为配置中的任务，DRS默认保留3天，超过3天DRS会自动删除后台资源，当前任务状态不变。当用户再次配置时，DRS会重新申请资源，此时DRS任务IP会发生改变。
    • 对于公网网络类型的任务，由于DRS需要在任务结束后删除后台资源，所以该任务绑定的弹性公网IP需要等待一段时间，才能恢复为解绑状态。

父主题： 出云