文档首页/ 数据复制服务 DRS/ 用户指南（安卡拉区域）/ 实时同步/ 自建到自建/ 将Oracle同步到Kafka
更新时间：2024-04-15 GMT+08:00
查看PDF
分享

将Oracle同步到Kafka

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（Oracle 10g、11g、12c、18c、19c、21c版本）
  • ECS自建数据库（Oracle 10g、11g、12c、18c、19c、21c版本）
  • Kafka

前提条件

  • 已登录数据复制服务控制台。
  • 满足实时同步支持的数据库类型和版本，详情请参见实时同步。

使用建议

  • 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。
  • 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，避免同步对业务造成性能影响。

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。
  • 连接源或目标数据库的账号密码修改后，请尽快修改DRS任务中的连接信息，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 环境要求

类型名称

使用限制（DRS自动检查）

数据库权限设置
  • 源数据库端：
    • 12c及以上版本租户模式：

      12c及以上版本CDB数据库同步时，需要具有CREATE SESSION，SELECT ANY DICTIONARY，EXECUTE_CATALOG_ROLE，SELECT ANY TRANSACTION，LOGMINING权限，以及针对单表的SELECT权限（GRANT SELECT ON <userName.tbName> to drsUser;）。

    • 12c及以上版本PDB数据库同步时，除了需要具有CREATE SESSION，SELECT ANY DICTIONARY，EXECUTE_CATALOG_ROLE，SELECT ANY TRANSACTION，LOGMINING权限，以及针对单表的SELECT权限（GRANT SELECT ON <userName.tbName> to drsUser;），还需要具有CDB的CREATE SESSION，SELECT ANY DICTIONARY，EXECUTE_CATALOG_ROLE，SELECT ANY TRANSACTION，LOGMINING，SET CONTAINER（GRANT SET CONTAINER TO <userName> CONTAINER=ALL;）权限。
    • 12c及以上版本非租户模式：

      需要具有CREATE SESSION，SELECT ANY DICTIONARY，EXECUTE_CATALOG_ROLE，SELECT ANY TRANSACTION，LOGMINING权限，以及针对单表的SELECT权限（GRANT SELECT ON <userName.tbName> to drsUser;）。

    • 11g及以下版本数据库同步时，需要具有CREATE SESSION，SELECT ANY DICTIONARY，EXECUTE_CATALOG_ROLE，SELECT ANY TRANSACTION权限，以及针对单表的SELECT权限（GRANT SELECT ON <userName.tbName> to drsUser;）。
    • 增量同步时，源库Oracle需要开启日志归档模式和最小补充日志，所需同步表必须开启PK/UI或以ALL级别的补充日志，不限制库级或表级补充日志方式，如果只开启表级补充日志，重建或者RENAME表后需要重新设置；请确保以上配置在同步过程中始终保持开启状态。
    • 12c及以上版本不支持使用ORACLE_MAINTAINED=Y的用户账号进行增量同步（system/sys除外），因为该属性的账号无日志解析权限。

同步对象约束
  • 支持表的同步，其他数据库对象暂不支持。
  • 支持VARCHAR、VARCHAR2、NVARCHAR2、NUMBER、FLOAT、LONG、DATE、BINARY_FLOAT、BINARY_DOUBLE、CHAR、NCHAR、ROWID、TIMESTAMP、TIMESTAMP WITH TIME ZONE、TIMESTAMP WITH LOCAL TIME ZONE类型。
  • 不支持接入的列类型：GEOMETRY以及自定义类型。
  • 不支持同步但以过滤方式接入的列类型：NTERVAL_YEAR_TO_MONTH、INTERVAL_DAY_TO_SECOND、UROWID、BFILE、XML。
  • 支持同步但默认过滤的列类型：RAW、BLOB、 CLOB、NCLOB、LONG、LONG RAW。
  • 增量同步LOB类型仅支持BasicFiles属性，不支持SecureFiles属性，支持的LOB类型大小限10M以内。
  • 增量阶段源库为Oracle物理备库（PHYSICAL STANDBY）时不支持解析lob类型数据（无法生成数据字典），如果增量同步的表中出现lob类型会导致增量同步异常。
  • 增量阶段不支持Oracle字符集扩展的字符，标准字符集无法解析Oracle自定义扩展字符。
  • 不支持同步源库中的临时表。
  • 不支持默认值含有表达式的函数的表的同步。
  • 不支持同步源库中有虚拟列的表。
  • 如果Oracle中使用LOB类型各自的empty函数写入数据时，通过JDBC查询出来的值是空字符串，写入到目标库后是空字符串还是NULL取决于目标库对空字符串值的处理。

源数据库要求
  • 库名、表名不支持的字符有：非ASCII字符、“. ”、 “>”、 “<”、 “\”、 “`”、 “|”、 “,”、 “? ”、 “! ”、 “"”和 “'”。
  • 不支持选择源数据库的空库进行同步。
  • 源库为RAC时，不支持增加、减少节点数量。
  • 源库为RAC时，如果需要使用SCAN IP，需要drs node能够连接全部节点的VIP，否则无法通过连接检查。
  • 目前仅支持同步如下字符集：ZHS16GBK、AL32UTF8、UTF8、US7ASCII、WE8MSWIN1252、WE8ISO8859P1、WE8ISO8859P2、WE8ISO8859P4、WE8ISO8859P5、WE8ISO8859P7、WE8ISO8859P9、WE8ISO8859P13、WE8ISO8859P15。

目标数据库要求
  • 目标库为社区Kafka。

操作须知
  • 如有特殊字符，业务连接Oracle数据库使用的编码需和Oracle数据库服务端编码一致，否则目标库会出现乱码。
  • Oracle中实时同步到kafka后的字符集为UTF8。
  • Oracle归档日志文件大小必须大于单条数据最大值，避免单条数据日志跨文件（超过2个日志文件）导致的增量数据解析异常。
  • 对于Oracle RAC集群，建议使用SCAN IP+ SERVICE_NAMES方式创建任务，SCAN IP具有更强的容错性，更好的负载能力，更快的同步体验。
  • 源库为Oracle RAC时，如果需要使用SCAN IP配置DRS任务，需要保证SCAN IP、DRS节点的IP同时能与源库的所有VIP互通（Oracle内部机制），否则无法通过连通性检查。如果不使用SCAN IP，可以使用某一节点的VIP，这种情况下DRS日志解析只会在VIP指定的RAC节点上进行。
  • 如果源库为RAC，增量同步首次启动时所有RAC节点必须正常在线，否则增量启动会出现异常。
  • 如果源库为RAC，增量同步时，不支持增加、减少节点数量，避免导致增量同步异常（为保证数据的强一致性）。
  • 当使用PDB数据库同步时，由于Oracle LogMiner组件的限制，增量同步时必须打开全部PDB。
  • Oralce 12.2及以上版本，由于Oracle LogMiner组件的限制，增量同步不支持表名或列名超过30个字符。
  • 附加日志级别为all或者pk+ui。
  • 日志中未出现的列在传递的消息中不会出现，表示该列未更新。
  • 同步过程中，不允许删除连接源和目标数据库的用户的用户名、密码、权限，或修改目标数据库的端口号。
  • 同步过程中，禁止对Oracle源库做resetlogs操作，否则会导致数据无法同步且任务无法恢复。
  • 同步过程中，不支持LOB类型的rollback操作，否则会导致同步任务失败。
  • 同步过程中，不支持修改源数据库Oracle用户名（SCHEMA名），包括11.2.0.2之前版本通过修改USER$字典表方式及11.2.0.2之后通过ALTER USER username RENAME TO new_username修改SCHEMA名称的场景。
  • 增量同步时，不建议选择混合分区表，因为混合分区表中的外部分区数据变更不产生DML日志，DRS增量数据同步无法获取变更信息，会存在数据不一致的风险。
  • 单增量任务场景，不支持直接连PDB数据库，用户需要提供CDB的Service Name/SID。
  • 选择表级对象同步时，增量同步过程中不建议对表进行重命名操作。
  • 选择表级对象同步时，仅支持所有表同步到目标端的同一个Topic。
  • 支持表级DDL操作。
  • 任务再编辑增加新表时，请确保新增的表的事务都已提交，否则未提交的事务可能无法同步到目标库。建议在业务低峰期做增加表的操作。

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，填选任务名称、描述、同步实例信息，单击“开始创建”。

    • 任务信息
      表3 任务和描述

      参数

      描述

      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
      表4 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“Oracle”。

      目标数据库引擎

      选择“Kafka”。

      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

      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
      • 增量

        增量同步通过解析日志等技术，将源端产生的增量数据同步至目标端。

        无需中断业务，实现同步过程中源业务和数据库继续对外提供访问。
    • 任务类型
      表5 任务类型信息

      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。

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

    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”。

    表6 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。

    说明：

    对于RAC集群，建议使用scanip接入，提高访问性能。

    端口

    源数据库服务端口，可输入范围为1~65535间的整数。

    数据库服务名

    数据库服务名（Service Name/SID），客户端可以通过其连接到Oracle，具体查询方法请参照界面提示。

    PDB名称

    PDB同步仅在Oracle12c及以后的版本支持，该功能为选填项，当需要迁移PDB中的表时开启。

    PDB功能开启后，只能迁移该PDB中的表，并且需要提供CDB的service name/sid及用户名和密码，不需要PDB的用户名和密码。

    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迁移链路的加密。如果开启该功能，需要用户上传SSL CA根证书。

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

    源数据库的IP地址或域名、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。

    表7 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。

    安全协议

    支持四种认证方式的选择，PLAINTEXT、SSL、SASL_PLAINTEXT和SASL_SSL，详细说明可参考Kafka认证方式。

  4. 在“设置同步”页面，选择Topic和同步对象，单击“下一步”。

    表8 同步模式和对象

    参数

    描述

    同步DDL

    选择是否将DDL语句投递到Kafka中。如果选择同步DDL，在选择partition策略为按照主键hash时，因DDL中无主键值，DDL会按照表名hash后投递到topic中，其余情况下投递方式与partition策略一致。

    全列数据

    选择是否需要单行的数据完整，DRS增量通过解析源库日志实现，单行数据是否完整取决于日志中是否记录了所有列的值。

    如果需要全列数据，则需要源库打开ALL级别的补全日志让日志中记录单行数据所有列的信息。该选项联动任务预检查阶段对源库补全日志级别的校验，DRS增量同步对于补全日志最低的要求为表级PK/UI级别的补全日志，补全日志检查方法可参考源库Oracle补全日志检查方法。

    同步Topic策略

    同步Topic策略，可选择

    • 集中投递到一个Topic：适合源库业务量不大的场景。
    • 按schema自动生成Topic名字：如果每个schema数据量很大，建议选择按schema自动生成Topic名字。
    • 按schema-表名自动生成Topic名字：如果每张表数据量很大，建议选择schema-表名自动生成Topic名字。

    Topic

    选择目标端需要同步到的Topic，同步Topic策略选择集中投递到一个Topic时可见。

    Topic名字格式

    Topic名字格式，同步Topic策略选择自动生成Topic名字时可见。

    由于Kafka的机制限制，Topic名字只能包含ASCII字符、"."、"_"及"-"，如果超过该范围会导致创建Topic失败，任务异常。

    如果Topic名字格式中包含数据库对象名，请确保对象名的字符在Kafka topic命名机制内。

    Topic名字格式支持schema和tablename两个变量，其他字符都当做常量。分别用$schema$代替模式名，$tablename$代替表名。

    例如：配置成 $schema$-$tablename$时，如果以oracle为源，模式名为schema1，表名为tab1，则Topic名字为schema1-tab1。

    Partition个数

    同步Topic策略选择自动生成Topic名字时可见。

    用来设置topic的分区个数。每个topic都可以创建多个partition，越多的partition可以提供更高的吞吐量，越多的partition会消耗更多的资源，建议根据broker节点的实际情况来设置partition的数量。

    副本个数

    同步Topic策略选择自动生成Topic名字时可见。

    用来设置topic的副本数。每个topic可以有多个副本，副本位于集群中不同的broker上，副本的数量不能超过broker的数量，否则创建topic时会失败。

    同步到kafka partition策略

    同步到kafka partition策略。

    • 按schema.表名的hash值投递到不同Partition：适用于单表的查询场景，表内保序，表与表之间不保序，可以提高单表读写性能，推荐使用此选项。
    • 按主键的hash值投递到不同Partition：适用于一个表一个Topic的场景，避免该表都写到同一个分区，消费者可以并行从各分区获取数据。

      对于无主键表，如果选择“按主键的hash值投递都不同的partition”策略时，同步任务则会使用默认“schema.表名的hash值投递到不同的partition”的策略进行同步。

    • 按schema的hash值投递到不同Partition：适用于一个schema一个topic的场景，避免多个schema下的数据写到一个分区，消费者可以并行从各分区获取数据。
    • 全部投递到Partition 0：数据固定发送到Topic的0号分区，任务默认多线程发送数据，能够保证表级保序，表与表之间不保序，并发写入性能比较差，如果有强事务一致性要求，推荐选择此选项并找运维人员修改为单线程写Kafka或配置Topic策略按表名自动生成。

    投送到kafka的数据格式

    选择Oracle投送到kafka的数据格式。

    • Avro：可以显示Avro二进制编码，高效获取数据。
    • Json：为Json消息格式。

    详细格式可参考Kafka消息格式。

    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、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。

    • 选择导入对象文件时，支持不同表同步到目标端不同的Topic，具体导入步骤和说明可参考导入同步对象。
    • 使用导入对象功能时 ，同步Topic策略选择“集中投递到一个Topic”，才能使用对象名映射功能，否则会按Topic名字格式生成。
    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，校验是否可进行实时同步。

    • 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，如果存在请确认项，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，并确认同步任务信息无误后，单击“启动任务”，提交同步任务。

    表9 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。

  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。

父主题： 自建到自建