文档首页/ 数据复制服务 DRS/ 实时同步/ 自建到自建/ 将PostgreSQL同步到GaussDB分布式版
更新时间：2024-11-29 GMT+08:00
查看PDF
分享

将PostgreSQL同步到GaussDB分布式版

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
  • 本地自建数据库（PostgreSQL 9.4、9.5、9.6、10、11、12、13、14版本）
  • ECS自建数据库（PostgreSQL 9.4、9.5、9.6、10、11、12、13、14版本）

GaussDB分布式版

目前仅支持白名单用户使用。

数据库账号权限要求

在使用DRS进行同步时，连接源库和目标库的数据库账号需要满足以下权限要求，才能启动实时同步任务。不同类型的同步任务，需要的账号权限也不同，详细可参考表2进行赋权。DRS会在“预检查”阶段对数据库账号权限进行自动检查，并给出处理建议。

表2 数据库账号权限

类型名称

全量同步

全量+增量同步

源数据库连接账号

数据库的CONNECT权限，模式的USAGE权限，表的SELECT权限，序列的SELECT权限。

数据库的CONNECT权限，模式的USAGE权限，表的SELECT权限，序列的SELECT权限，无主键表的UPDATE、DELETE和TRUNCATE权限，REPLICATION连接权限。

说明：
  • 无主键表的UPDATE、DELETE和TRUNCATE权限，仅用于对无主键表短暂加锁，以确保迁移后，目标库中无主键表数据与源库保持一致。
  • REPLICATION连接权限的添加方法：
    1. 在源数据库的“pg_hba.conf”配置文件的所有配置前增加一行配置“host replication <src_user_name> <drs_instance_ip>/32 <认证方式>”；

      认证方式可参考PostgreSQL官方文档pg_hba.conf文件配置，常见的认证方式有scram-sha-256等。

    2. 在源库使用SUPERUSER用户执行语句“select pg_reload_conf();”生效，或重启数据库实例生效。

目标数据库连接账号

具备sysadmin角色或者以下最小权限：

  • 需要DATABASE的CONNECT和CREATE权限、SCHEMA的USAGE和CREATE权限、表的INSERT、UPDATE、DELETE、SELECT、ALTER、INDEX、COMMENT权限。
  • 目标库使用gsloader等工具创建相关系统表（如 public.pgxc_copy_error_log，public.gs_copy_summary）时，DRS访问相关系统表需要有系统表的all privilege权限，详细信息可参考《GaussDB工具参考》。
  • 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。

支持的同步对象范围

在使用DRS进行同步时，不同类型的同步任务，支持的同步对象范围不同，详细情况可参考表3。DRS会根据用户选择，在“预检查”阶段对同步对象进行自动检查。

表3 支持的同步对象

类型名称

使用须知

同步对象范围
  • 不支持实例级同步

    每次至多同步一个库（database），同步多个库需要使用多个DRS任务。

  • 支持的字段类型
    • 支持：tinyint、smallint、int、bigint、real、double、bit、bit varying、boolean、bytea、numeric、decimal、char、bpchar、varchar、text、date、time、timetz、timestamp、timestamptz、interval、cidr、path、box、lseg、macaddr、point、polygon、inet、tsquery、tsvector、uuid、json、jsonb等GaussDB兼容PostgreSQL的数据类型。
    • 不支持：xml、line、domain、自建数据类型同步。
  • 全量同步的范围
    • 支持：模式、表、主键与唯一约束、表数据、序列的同步。
    • 不支持：系统模式（以下模式在目标库为系统模式，不支持同步："pg_toast", "cstore", "snapshot", "sys", "dbms_job", "dbms_perf", "pg_catalog", "information_schema", "utl_file", "dbms_output", "dbms_random", "utl_raw", "dbms_sql", "dbms_lob", "dbe_perf", "pkg_service", "pkg_util", "dbe_file", "dbe_random", "dbe_output", "dbe_raw", "dbe_sql", "dbe_lob", "dbe_task", "blockchain", "db4ai", "dbe_pldebugger", "sqladvisor", "dbe_application_info", "dbe_match", "dbe_pldeveloper", "dbe_scheduler", "dbe_session", "dbe_utility", "dbe_sql_util"）、系统表。
    • 不支持：既是无主键表，又是分区表的自建表，可能会导致数据不一致或者任务失败。
    说明：

    支持同步的对象有如下限制：

    • 对象名称：库名不可以包含+"%'\<>，模式名和表名不可以包含".'<>，列名不可以包含"和'。
    • 表：不同步临时表。目前仅支持表级同步，表的约束会一起同步，表的普通索引、规则和触发器不会同步。分区表目前只同步主表对象，分区表的所有数据将集中写入主表。
    • 模式：不同步public模式的权限。表级同步时，会同步目标库已存在模式的权限。
  • 增量同步的范围
    • 支持：部分DML（Data Manipulation Language）：包括INSERT、UPDATE、DELETE。
    • 不支持：DDL（Data Define Language），无日志表（UNLOGGED TABLE）的DML，临时表的DML。
    • 分区表的DML同步：若分区是新增分区，则该分区必须是新创建的分区，且该分区名不可以同已创建过的表名重复。该分区必须在所有DML数据都同步至目标库后才可以从源库删除。
      说明：

      增量发送心跳：PostgreSQL 9.6及以上版本，当源库需要同步的数据库长时间（超过10小时）无数据写入时，DRS拉取日志进程会调用pg_logical_emit_message在源库WAL日志中插入心跳信息（只会增加WAL日志，业务无感知），用于保证逻辑复制槽位点正常推进。

使用须知

DRS全量+增量同步过程一般包含四个阶段：任务启动阶段、全量阶段、增量阶段、结束任务阶段（单全量任务则包含三个阶段）。为了确保同步各个阶段的平顺，在创建同步任务前，请务必阅读以下使用须知。

表4 使用须知

类型名称

使用和操作约定

任务启动前须知
  • 源数据库参数要求：
    • 源数据库的分区表触发器不可以设置为disable。
    • 全量同步支持源库备机状态，但需要设置hot_standby_feedback为on；增量同步不支持源库备机状态。
    • 若要做增量同步：
      源数据库的“pg_hba.conf” 文件中包含如下的配置： 
      host replication all 0.0.0.0/0 md5

      源数据库参数wal_level必须配置为logical。

      源数据库需提前安装test_decoding插件。

      源数据库中无主键表的replica identity属性必须为full。

      源数据库的max_replication_slots参数值必须大于当前已使用的复制槽数量。

      源数据库的max_wal_senders参数值必须等于或大于max_replication_slots参数值。

      源数据库中表的主键列toast属性为main、external、extended时，其replica identity属性必须为full。

  • 源数据库对象要求：
    • 同步对象依赖和关联的对象也须一起同步，否则可能导致同步失败。
      说明：

      常见的关联关系：主外键关联表、表继承子表引用父表、表分区子分区表引用分区表、表自增列引用序列等。

  • 目标数据库参数要求：
    • 目标数据库参数max_prepared_transactions须大于源数据库。
    • 目标数据库参数max_worker_processes须大于源数据库。
    • 目标数据库参数max_locks_per_transaction须大于源数据库。
    • 目标数据库参数max_connections须大于源数据库。
    • 目标数据库和源数据库的lc_monetary参数值必须一致。
  • 目标数据库对象要求：
    • 目标数据库的字符集必须与源数据库一致。
    • 目标数据库的时区设置必须与源数据库一致。
    • 同步的表要禁用外键，因为DRS并行回放会使得不同表之间的写入顺序和源库不一致，可能会触发外键约束限制，造成同步失败。
    • 支持目标数据库中的表比源数据库多列场景，但是需要避免以下场景可能导致的任务失败。

      目标端多的列要求非空且没有默认值，源端insert数据，同步到目标端后多的列为null，不符合目标端要求。

      目标端多的列设置固定默认值，且有唯一约束。源端insert多条数据后，同步到目标端后多的列为固定默认值，不符合目标端要求。

  • 其他使用须知：
    • 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。
    • 暂不支持级联单向同步，例如从实例A同步到实例B，再从实例B同步到实例C。
    • 分区表只同步主表，转为普通表同步到目标库，分区表的数据将集中写入主表。
    • 模式名或表名映射时，为防止索引和约束名冲突，同步后表上的原索引名称将变为此格式：i_+哈希值+原索引名（可能被截断）+_key。其中哈希值由“原模式名_原表名_原索引名”计算得到。同理，表上的原约束名将变为：c_+哈希值+原约束名（可能被截断）+_key。
    • 对于全量+增量和增量任务，启动任务前，请确保源库中未启动长事务，源库启动长事务会阻塞逻辑复制槽的创建，进而引发任务失败。
    • 对于全量+增量和增量任务，任务启动后，仅支持以下版本的源库发生主备倒换：源库为RDS for PostgreSQL 12.6及以上的小版本、RDS for PostgreSQL 13及以上版本的所有小版本。
    • DRS全量同步表结构时，源库中的character、character varying类型长度在目标库会按照字节长自动扩大（因为目标库为字节长），默认扩大4倍，最大长度为10485760。
    • DRS全量同步表结构时，目标库存在与某用户名称同名的schema，用其他用户进行同步表结构到schema时，需要使用grant [role] to [role]的方式为此用户赋权，否则可能因为无法创建表结构而导致同步失败。
    • 对象名同步到目标库后不进行大小写转换。
    • 源数据库的唯一索引是表达式索引时，全量同步阶段目标数据库GaussDB分布式可能会因为无法创建该索引而导致任务失败。

全量同步过程须知
  • 请勿修改源库和目标库的端口号，请勿修改、删除源库和目标库连接用户的密码、权限，否则可能导致任务失败。
  • 请勿在源库执行任何DDL，否则可能导致数据不一致或任务失败。
  • 请勿在目标库做写入操作，否则可能导致数据不一致。
  • 为保证同步任务正常和数据的一致性，如有以上诉求，建议在业务低峰期时重新创建DRS任务。

增量同步过程须知
  • 请勿修改源库和目标库的端口号，请勿修改、删除源库和目标库连接用户的密码、权限，否则可能导致任务失败。
  • 请勿修改源数据库表的主键或者唯一键（主键不存在时），否则可能导致增量数据不一致或任务失败。
  • 请勿修改源数据库中表的replica identity属性，否则可能导致增量数据不一致或任务失败。
  • 请勿在目标库做写入操作，否则可能导致数据不一致。
  • 为保证同步任务正常和数据的一致性，如有以上诉求，建议在业务低峰期时重新创建DRS任务。
  • 库级同步时，源库新增无主键表时，请务必同时将该无主键表的replica identity属性设置为full，然后再写入数据，否则可能导致数据不一致或任务失败。
  • 库级同步时，源库新增主键表时，如果主键列toast属性为main、external、extended时，请务必同时将该表的replica identity属性设置为full，然后再写入数据，否则可能导致数据不一致或任务失败。

同步对比使用须知
  • 建议在源库的业务低峰期进行数据比对，防止误报不一致数据，以及减少对源库和DRS任务的冲击。
  • 在增量同步过程中做对比时，源库如果存在写入，则对比结果可能不一致。
  • 不支持在全量同步过程中做对比。
  • 不支持数据对比过程中做限速。

结束任务须知
  • 正常结束任务：
    • 全量+增量实时同步任务正常结束时，将自动删除任务在源库创建的流复制槽。
  • 强制结束任务：
    • 强制结束全量+增量实时同步任务，需要手动删除源库可能残留的复制槽，可参考PostgreSQL为源强制结束任务章节的指导进行操作。
    • 逻辑复制槽命名规则为“drs_唯一性标识”，其中唯一性标识需要将任务node id中的“-”替换为“_”获取。node id可在DRS任务同步日志页面查看task node id is ***日志找到。

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5 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6 同步实例信息

      参数

      描述

      数据流动方向

      选择“自建-自建”。

      源数据库引擎

      选择“PostgreSQL”。

      目标数据库引擎

      选择“GaussDB分布式版” 。

      网络类型

      此处以“公网网络”为示例，可选公网网络和VPN、专线网络。

      VPC

      选择可用的虚拟私有云。

      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。

      内网安全组

      请选择内网安全组。内网安全组限制实例的安全访问规则，加强安全访问。

      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。

      • 全量：

        该模式为数据库一次性同步，适用于可中断业务的数据库同步场景，全量同步将非系统数据库的全部数据库对象和数据一次性同步至目标端数据库，包括：表、视图、存储过程等。

      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。
    • 可用区
      图3 可用区
      表7 任务可用区

      参数

      描述

      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。
    • 企业项目和标签
      图4 企业项目和标签

      表8 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，填写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”。

    测试连接时需要确保DRS任务同源库、目标库的连通性。

    • 网络连通性：确保源库和目标库允许DRS访问，通常至少需要放通DRS的IP。公网网络的DRS任务放通DRS的公网IP，VPC网络、VPN、专线网络的DRS任务放通DRS的内网IP，可参考网络准备章节进行网络打通。
    • 账号连通性：确保源库和目标库允许DRS通过连接账号和密码访问。
    图5 源库信息
    表9 源库信息

    参数

    描述

    IP地址或域名

    源数据库的IP地址或域名。

    端口

    源数据库服务端口，可输入范围为1~65535间的整数。

    指定数据库名称

    选择是否指定数据库，开启后需手动输入数据库名称。

    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。

    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。
    图6 目标库信息
    表10 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，格式为IP地址/域名:端口。其中目标数据库服务端口，可输入范围为1~65535间的整数。

    该输入框最多支持填写10组目标数据库的IP地址或者域名信息，多个值需要使用英文逗号隔开。例如：192.168.0.1:8000,192.168.0.2:8000。

    数据库用户名

    目标数据库对应的数据库用户名。

    数据库密码

    目标数据库的用户名所对应的密码

    源和目标数据库用户名和密码将在同步过程中被加密暂存到数据库和同步实例主机上，待该任务删除后会永久清除。

  4. 在“设置同步”页面，选择同步对象，单击“下一步”。

    图7 同步模式
    表11 同步对象

    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，您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10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8 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。

    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，全量阶段的冲突默认忽略。冲突策略目前支持如下形式：

    • 忽略

      当同步数据与目标数据库已有数据冲突时（主键/唯一键存在重复等），将跳过冲突数据，继续进行后续同步。选择忽略可能导致源库与目标库数据不一致。

    • 报错

      当同步数据与目标数据库已有数据冲突时（主键/唯一键存在重复等），同步任务将失败并立即中止。

    • 覆盖

      当同步数据与目标数据库已有数据冲突时（主键/唯一键存在重复等），将覆盖原来的冲突数据。

    当同步数据与目标库已有数据冲突时，选择“忽略”无法保证最终一致性，如需保证数据一致性，可选择“覆盖”策略。

    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。

    指定源库复制槽名称

    单增量任务支持，可选择是否指定源库复制槽，打开后需手动输入复制槽的名称（只能包含小写字母、数字、下划线，长度最大为63，且不能以数字开头）。

    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，同步对象支持表级同步和导入对象文件，您可以根据业务场景选择对应的数据进行同步。

    • 在同步对象右侧已选对象框中，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）。
    • 模式名或表名映射时，为防止索引和约束名冲突，同步后表上的原索引名称将变为此格式：i_+哈希值+原索引名（可能被截断）+_key。其中哈希值由“原模式名_原表名_原索引名”计算得到。同理，表上的原约束名将变为：c_+哈希值+原约束名（可能被截断）+_key。
    • 选择导入对象文件，具体步骤和说明可参考导入同步对象。
    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“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。

  6. 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9 任务启动设置

    表12 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。

  7. 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： 自建到自建