文档首页> 数据复制服务 DRS> 实时同步> 出云> 将GaussDB(for openGauss)主备版同步到Kafka
更新时间:2022-05-20 GMT+08:00
分享

将GaussDB(for openGauss)主备版同步到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

  • GaussDB(for openGauss)主备版
  • Kafka

    0.11及以上版本

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2DRS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2 支持的同步对象

类型名称

同步范围

同步范围须知

  • 不支持实例级同步:不支持实例级别同步,每次至多同步一个库(database),同步多个库需要使用多个DRS任务。
  • 支持场景:支持增量同步。
  • 支持的字段:INTEGER,TINYINT,SMALLINT,BIGINT,NUMBER,NUMERIC,REAL,DOUBLE PRECISION,CHARACTER,CHARACTER VARYING,NVARCHAR2,BIT,BIT VARYING,BLOB,BYTEA,CLOB,RAW,TEXT,JSON,BOOLEAN,DATE,SMALLDATETIME,TIME WITH TIME ZONE,TIME WITHOUT TIME ZONE,TIMESTAMP WITH TIME ZONE,TIMESTAMP WITHOUT TIME ZONE,INTERVAL,BOX,CIDR,CIRCLE,INET,LSEG,MACADDR,MONEY,PATH,POINT,POLYGON,TSQUERY,TSVECTOR,REFCURSOR,UUID,ARRAY。
  • 支持表级同步或导入对象文件
    • 仅支持同步选中表的DML。
    • 不支持同步没有schema的database。
    • 不支持同步没有表的schema。
    • 不支持同步列存表、压缩表、延迟表、临时表,不建议同步非日志表。
    • 库名、schema名和表名不可以包含/<.>\\'`|\?和!。
    • 使用导入对象文件选表的方式时,要保证导入的表在源库存在或对同步用户可见。

数据库用户权限要求

在使用DRS进行同步时,连接源库和目标库的数据库用户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,需要的用户权限也不同,详细可参考表3进行赋权。DRS会在“预检查”阶段对数据库用户权限进行自动检查,并给出处理建议。

表3 数据库用户权限

类型名称

增量同步

源数据库连接用户

用户具备sysadmin角色或以下最小权限:

需要REPLICATION权限或继承了内置角色gs_role_replication的权限、DATABASE的CONNECT权限、SCHEMA的USAGE权限、表的SELECT权限。

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。
  • 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

使用须知

DRS增量同步过程一般包含三个阶段:任务启动阶段、增量阶段、结束任务阶段。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

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

    选择增量同步时:

    • 源库的wal_level参数设置为logical。
    • 源库的enable_slot_log参数设置为on。
    • 源库的max_replication_slots参数值必须大于当前已使用的复制槽数量。
    • 将无主键表的REPLICA IDENTITY属性设置为FULL,或给无主键表追加主键。
    • 建议将主键表的REPLICA IDENTITY属性设置为FULL。
  • 源数据库对象要求:
    • 源库要同步的库名、schema名和表名不可以包含/<.>\\'`|\?和!。
  • 目标数据库要求
    • 目标库为社区Kafka。
    • 由于kafka机制的限制,Topic名字格式不能以"__" , "."开头,或以".internal","-internal" 结尾,这些命名格式的Topic会被当做为kafka的内部Topic,业务无法使用。
  • 其他使用须知
    • 源库必须是华为云GaussDB(for openGauss)主备版实例。
    • 在启动任务后,进入增量同步阶段前,请确保在源库中长事务未启动,启动长事务会阻塞逻辑复制槽的创建,进而引发任务失败。
    • 由于长事务导致的创建逻辑复制槽失败或逻辑复制槽不存在的问题,需要通过重置任务来重新启动。

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。
  • 请勿修改源库中表的REPLICA IDENTITY值,否则可能导致增量数据不一致或任务失败。
  • 选择表级对象迁移时,同步过程中不建议对表进行重命名操作。

结束任务须知

  • 正常结束任务:
    • 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。

前提条件

  • 已登录数据复制服务控制台。
  • 账户余额大于等于0元。
  • 满足实时同步支持的数据库类型和版本,详情请参见支持的数据库
  • 当用户创建DRS任务使用的是子帐号时,请先确认已添加过委托。创建委托方法,可参考委托管理

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、任务名称、描述、同步实例信息,单击“下一步”。

    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。

    任务名称

    任务名称在4-50位之间,必须以字母开头,不区分大小写,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。

    图2 同步实例信息
    表6 同步实例信息

    参数

    描述

    数据流动场景

    选择“出云”

    源数据库引擎

    选择“GaussDB(for openGauss)主备版”。

    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和VPN、专线网络。

    源数据库实例

    用户所创建的GaussDB(for openGauss)主备版实例。

    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

    • 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。

    企业项目

    对于已成功关联企业项目的用户,仅需在“企业项目”下拉框中选择目标项目。

    如果需要自定义企业项目,请前往项目管理服务进行创建。关于如何创建项目,详见《项目管理用户指南》。

    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10个标签配额。
    • 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

  3. 在“源库及目标库”页面,待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,单击“下一步”

    测试连接时需要确保DRS任务与源库、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通过用户名和密码访问。
    图3 源库信息
    表7 源库信息

    参数

    描述

    数据库实例名称

    默认为创建同步任务时选择的GaussDB(for openGauss)主备版实例,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4 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,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1~65534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:192.168.0.1:8080,192.168.0.2:8080。

    连接方式

    支持两种连接方式,SASL_SSL和PALINTTEXT。Kafka开启SASL_SSL后,可选择“SASL_SSL”方式连接,此时需要输入Kafka实例的用户名和密码,并上传加密证书,以及证书密码。

  4. “设置同步”页面,选择同步策略、数据格式和同步对象,单击“下一步”

    图5 同步模式
    表9 同步对象

    参数

    描述

    指定源库复制槽名称

    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63,且不能以数字开头)。

    同步Topic策略

    同步Topic策略,可选择集中投递到一个Topic或者按照格式自动生成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

    同步Topic策略选择自动生成Topic名字时可见。

    由于kafka的机制,Topic名字格式不能以"__" , "."开头,或以".internal","-internal" 结尾,这些命名格式的Topic会被当做为kafka的内部Topic,业务无法使用。

    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。

    • 按库名.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“按库名.schema.表名的hash值投递到不同的partition”的策略进行同步。

    • 按库名.schema的hash值投递到不同Partition:适用于一个database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:适用于有事务要求的场景,事务保序,可以保证完全按照事务顺序消费,写入性能比较差,如果没有强事务要求,不推荐使用此选项。

    投送到kafka的数据格式

    选择投送到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,方便解释格式,但需要占用更多的空间。

    详细格式可参考Kafka消息格式

    同步对象

    同步对象支持表级同步,您可以根据业务场景选择对应的数据进行同步。

    选择对象的时候支持搜索,以便您快速选择需要的数据库对象。

  5. “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”
      图6 预检查

      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. “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7 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—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。

    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14-100之间,默认值14。

    说明:

    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“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。

分享:

    相关文档

    相关产品

close