将PostgreSQL同步到Kafka

支持的源和目标数据库

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2。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。

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3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。

• 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。

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增量同步任务一般包含三个阶段：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。

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任务使用的是子账号时，请先确认已添加过委托。创建委托方法，可参考委托管理。

• 已阅读以上使用建议和使用须知。

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“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。
     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。
     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7 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。

   • 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，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。

   

   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：192.168.0.1:8080,192.168.0.2:8080。
   连接方式	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，选择同步策略、数据格式和同步对象，单击“下一步”。
   图7 同步模式
   

   表11 同步对象

   参数	描述
   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	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的机制限制，Topic名字只能包含ASCII字符、"."、"_"及"-"，若超过该范围会导致创建Topic失败，任务异常。 若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。
   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，需要反序列化后解释。 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	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库级同步，您可以根据业务场景选择对应的数据进行同步。 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8 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。