本文中含有需要您注意的重要提示信息,忽略該信息可能對您的業務造成影響,請務必仔細閱讀。
數據傳輸服務DTS(Data Transmission Service)支持將MongoDB(分片集群架構)的數據同步至MongoDB(副本集架構或分片集群架構)。本文以云數據庫MongoDB版實例間的數據同步為例,為您介紹操作步驟。
前提條件
已創建目標云數據庫MongoDB版(副本集架構或分片集群架構)實例,創建方式,請參見創建副本集實例或創建分片集群實例。
重要建議目標云數據庫MongoDB版實例的存儲空間比源云數據庫MongoDB版實例占用的存儲空間大10%。
支持的版本,請參見同步方案概覽。
源云數據庫MongoDB版分片集群實例的所有Shard節點需要申請連接地址,且各Shard的賬號和密碼需保持一致。申請方法,請參見申請Shard或ConfigServer節點連接地址。
若目標MongoDB為分片集群架構實例,請根據業務需求,在目標云數據庫MongoDB版(分片集群架構)實例中創建需要分片的數據庫和集合、配置數據分片、開啟Balancer并進行預分片。更多信息,請參見設置數據分片以充分利用Shard性能和如何處理分片集群架構的MongoDB數據分布不均衡。
說明配置數據分片可以避免數據被同步至同一Shard(存儲數據庫數據的組件),導致無法發揮集群性能;開啟Balancer并進行預分片可以避免數據傾斜問題。
本文以先配置后購買DTS任務為例,無需填寫源云數據庫MongoDB版(分片集群架構)下的Shard數量。
如您先購買后配置DTS任務,則需要在購買DTS任務時填寫其正確的Shard數量。
注意事項
類型 | 說明 |
源和目標庫的限制 |
|
其他限制 |
|
費用說明
同步類型 | 鏈路配置費用 |
庫表結構同步和全量數據同步 | 不收費。 |
增量數據同步 | 收費,詳情請參見計費概述。 |
支持的單向同步架構
目前DTS僅支持兩個云數據庫MongoDB版實例(分片集群架構)之間的單向同步,暫不支持多個云數據庫MongoDB版實例之間的單向同步。
任務步驟說明
同步類型 | 說明 |
庫表結構同步 | 將源云數據庫MongoDB版中同步對象的結構同步到目標云數據庫MongoDB版中。 |
全量同步 | 將源云數據庫MongoDB版同步對象的存量數據全部同步到目標云數據庫MongoDB版中。 說明 支持全量同步DATABASE和COLLECTION。 |
增量同步 | 在全量同步的基礎上,將源云數據庫MongoDB版的增量更新同步到目標云數據庫MongoDB版中。 使用Oplog增量同步不支持在任務開始運行后新建的數據庫,支持同步的增量更新如下:
使用ChangeStream支持同步的增量更新如下:
|
清理孤立文檔
遷移數據前您需要清除源MongoDB數據庫中的孤立文檔。
如果未清除孤立文檔,將影響遷移性能,而且可能在遷移過程中會遇到_id
沖突的文檔,導致遷移錯誤的數據。
云數據庫 MongoDB 版
MongoDB 4.2以下大版本或4.0.6以下小版本的實例在執行清理腳本時會報錯。如何查看實例當前版本,請參見MongoDB小版本說明。如何升級小版本和大版本,請參見升級數據庫大版本和升級數據庫小版本。
清理孤立文檔需要使用cleanupOrphaned
命令。在MongoDB 4.4及以上版本和MongoDB 4.2及以下版本中的使用方法略有區別,具體操作方式如下。
MongoDB 4.4及以上版本
在可以連接分片集群實例的服務器上,創建一個用于清理孤立文檔的JS腳本,腳本名稱為
cleanupOrphaned.js
。說明該腳本用于清理多個Shard節點的多個數據庫中所有集合的孤立文檔。如需清理特定集合中的孤立文檔,可自行修改JS腳本來完成。
// shard實例名稱列表 var shardNames = ["shardName1", "shardName2"]; // 數據庫列表 var databasesToProcess = ["database1", "database2", "database3"]; shardNames.forEach(function(shardName) { // 遍歷指定的數據庫列表 databasesToProcess.forEach(function(dbName) { var dbInstance = db.getSiblingDB(dbName); // 獲取該數據庫實例的所有集合名稱 var collectionNames = dbInstance.getCollectionNames(); // 遍歷每個集合 collectionNames.forEach(function(collectionName) { // 完整的集合名稱 var fullCollectionName = dbName + "." + collectionName; // 構建 cleanupOrphaned 命令 var command = { runCommandOnShard: shardName, command: { cleanupOrphaned: fullCollectionName } }; // 執行命令 var result = db.adminCommand(command); if (result.ok) { print("Cleaned up orphaned documents for collection " + fullCollectionName + " on shard " + shardName); printjson(result); } else { print("Failed to clean up orphaned documents for collection " + fullCollectionName + " on shard " + shardName); } }); }); });
您需要對腳本中的
shardNames
和databasesToProcess
參數的值進行修改,具體說明如下:shardNames
:分片集群實例中待清理孤立文檔的Shard節點的ID數組,您可以在實例基本信息頁面的Shard列表區域獲取,例如d-bp15a3796d3a****
。databasesToProcess
:待清理孤立文檔的數據庫名稱數組。
在
cleanupOrphaned.js
腳本所在的目錄下,執行以下命令清理孤立文檔。mongo --host <Mongoshost> --port <Primaryport> --authenticationDatabase <database> -u <username> -p <password> cleanupOrphaned.js > output.txt
參數說明如下。
參數
說明
<Mongoshost>
分片集群實例Mongos節點的連接地址,格式為
s-bp14423a2a51****.mongodb.rds.aliyuncs.com
。<Primaryport>
分片集群實例Mongos節點的端口號,默認為3717。
<database>
鑒權數據庫名,即數據庫賬號所屬的數據庫。
<username>
數據庫賬號。
<password>
數據庫賬號的密碼。
output.txt
執行結果保存到output文件中。
MongoDB 4.2及以下版本
在可以連接分片集群實例的服務器上,創建一個用于清理孤立文檔的JS腳本,腳本名稱為
cleanupOrphaned.js
。說明該腳本用于清理多個Shard節點中指定數據庫下指定集合的孤立文檔。如需清理數據庫中多個集合的孤立文檔,您可以修改
fullCollectionName
參數并多次執行,也可以自行修改腳本通過遍歷的方式執行。function cleanupOrphanedOnShard(shardName, fullCollectionName) { var nextKey = { }; var result; while ( nextKey != null ) { var command = { runCommandOnShard: shardName, command: { cleanupOrphaned: fullCollectionName, startingFromKey: nextKey } }; result = db.adminCommand(command); printjson(result); if (result.ok != 1 || !(result.results.hasOwnProperty(shardName)) || result.results[shardName].ok != 1 ) { print("Unable to complete at this time: failure or timeout.") break } nextKey = result.results[shardName].stoppedAtKey; } print("cleanupOrphaned done for coll: " + fullCollectionName + " on shard: " + shardName) } var shardNames = ["shardName1", "shardName2", "shardName3"] var fullCollectionName = "database.collection" shardNames.forEach(function(shardName) { cleanupOrphanedOnShard(shardName, fullCollectionName); });
您需要對腳本中的
shardNames
和fullCollectionName
參數的值進行修改,具體說明如下:shardNames
:分片集群實例中待清理孤立文檔的Shard節點的ID數組,您可以在實例基本信息頁面的Shard列表區域獲取,例如d-bp15a3796d3a****
。fullCollectionName
:需要替換為待清理孤立文檔的集合名稱,格式為數據庫名稱.集合名稱
。
在
cleanupOrphaned.js
腳本所在的目錄下,執行以下命令清理孤立文檔。mongo --host <Mongoshost> --port <Primaryport> --authenticationDatabase <database> -u <username> -p <password> cleanupOrphaned.js > output.txt
參數說明如下。
參數
說明
<Mongoshost>
分片集群實例Mongos節點的連接地址,格式為
s-bp14423a2a51****.mongodb.rds.aliyuncs.com
。<Primaryport>
分片集群實例Mongos節點的端口號,默認為3717。
<database>
鑒權數據庫名,即數據庫賬號所屬的數據庫。
<username>
數據庫賬號。
<password>
數據庫賬號的密碼。
output.txt
執行結果保存到output文件中。
自建MongoDB
在可以連接自建MongoDB數據庫的服務器上下載cleanupOrphaned.js腳本文件。
wget "https://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/attach/120562/cn_zh/1564451237979/cleanupOrphaned.js"
修改cleanupOrphaned.js腳本文件,將
test
替換為待清理孤立文檔的數據庫名。重要如果您有多個數據庫,您需要重復執行步驟2~步驟3。
執行如下命令,清理Shard節點中指定數據庫下所有集合的孤立文檔。
說明您需要重復執行本步驟,為每個Shard節點清理孤立文檔。
mongo --host <Shardhost> --port <Primaryport> --authenticationDatabase <database> -u <username> -p <password> cleanupOrphaned.js
說明<Shardhost>:Shard節點的IP地址。
<Primaryport>:Shard節點中的Primary節點的服務端口。
<database>:鑒權數據庫名,即數據庫賬號所屬的數據庫。
<username>:登錄數據庫的賬號。
<password>:登錄數據庫的密碼。
示例:
本案例的自建MongoDB數據庫有三個Shard節點,所以需要分別為這三個節點清除孤立文檔。
mongo --host 172.16.1.10 --port 27018 --authenticationDatabase admin -u dtstest -p 'Test123456' cleanupOrphaned.js
mongo --host 172.16.1.11 --port 27021 --authenticationDatabase admin -u dtstest -p 'Test123456' cleanupOrphaned.js
mongo --host 172.16.1.12 --port 27024 --authenticationDatabase admin -u dtstest -p 'Test123456' cleanupOrphaned.js
操作步驟
本文以先配置后購買DTS任務為例,無需填寫源云數據庫MongoDB版(分片集群架構)下的Shard數量。
如您先購買后配置DTS任務,則需要在購買DTS任務時填寫其正確的Shard數量。
進入目標地域的遷移任務列表頁面(二選一)。
通過DTS控制臺進入
登錄數據傳輸服務DTS控制臺。
在左側導航欄,單擊數據遷移。
在頁面左上角,選擇遷移實例所屬地域。
通過DMS控制臺進入
說明實際操作可能會因DMS的模式和布局不同,而有所差異。更多信息。請參見極簡模式控制臺和自定義DMS界面布局與樣式。
登錄DMS數據管理服務。
在頂部菜單欄中,選擇
。在遷移任務右側,選擇遷移實例所屬地域。
單擊創建任務,配置源庫及目標庫信息。
類別
配置
說明
無
任務名稱
DTS會自動生成一個任務名稱,建議配置具有業務意義的名稱(無唯一性要求),便于后續識別。
源庫信息
選擇已有的DMS數據庫實例(可選,如未創建可忽略此處選擇,直接在下方配置數據庫信息即可)
您可以按實際需求,選擇是否使用已有實例。
如使用已有實例,下方數據庫信息將自動填入,您無需重復輸入。
如不使用已有實例,您需要輸入下方的數據庫信息。
數據庫類型
選擇MongoDB。
接入方式
選擇云實例。
實例地區
選擇源云數據庫MongoDB版所屬地域。
是否跨阿里云賬號
本示例為同一阿里云賬號間的同步,選擇不跨賬號。
架構類型
選擇分片集群架構。
遷移方式
請根據實際情況,選擇增量數據同步的方式。
Oplog(推薦):
若源庫已開啟Oplog日志,則支持此選項。
說明本地自建MongoDB和云數據庫MongoDB版默認已開啟Oplog日志,且使用此方式同步增量數據時增量同步任務的延遲較?。ɡ∪罩镜乃俣容^快),因此推薦選擇Oplog。
ChangeStream:
若源庫已開啟變更流(Change Streams),則支持此選項。
說明源庫為Amazon DocumentDB(非彈性集群)時,僅支持選擇ChangeStream。
源庫架構類型選擇為分片集群架構,無需填寫Shard賬號和Shard密碼。
實例ID
選擇源云數據庫MongoDB版實例ID。
鑒權數據庫名稱
填入源云數據庫MongoDB版實例數據庫賬號所屬的數據庫名稱,若未修改過則默認為admin。
數據庫賬號
填入源云數據庫MongoDB版的數據庫賬號,需具備待同步庫、config庫、admin庫和local庫的read權限。
數據庫密碼
填入該數據庫賬號對應的密碼。
Shard賬號
填入源云數據庫MongoDB版的數據庫Shard賬號。
說明若您的源庫為自建MongoDB數據庫,還需要在上方填入Shard節點的shard接入信息。
Shard密碼
填入源云數據庫MongoDB版的數據庫Shard密碼。
目標庫信息
選擇已有的DMS數據庫實例(可選,如未創建可忽略此處選擇,直接在下方配置數據庫信息即可)
您可以按實際需求,選擇是否使用已有實例。
如使用已有實例,下方數據庫信息將自動填入,您無需重復輸入。
如不使用已有實例,您需要輸入下方的數據庫信息。
數據庫類型
選擇MongoDB。
接入方式
選擇云實例。
實例地區
選擇目標云數據庫MongoDB版所屬地域。
架構類型
選擇目標云數據庫MongoDB版所屬的架構類型。
實例ID
選擇目標云數據庫MongoDB版實例ID。
鑒權數據庫名稱
填入目標云數據庫MongoDB版實例數據庫賬號所屬的數據庫名稱,若未修改過則默認為admin。
數據庫賬號
填入目標云數據庫MongoDB版的數據庫賬號,需具備dbAdminAnyDatabase權限、目標庫的readWrite權限和local庫的read權限。
數據庫密碼
填入該數據庫賬號對應的密碼。
連接方式
DTS支持非加密連接、SSL安全連接和Mongo Atlas SSL三種連接方式。連接方式的選項與接入方式和架構類型有關,請以控制臺為準。
說明接入方式為云實例時,僅副本集架構的MongoDB數據庫支持此配置項。
若目標庫為自建(接入方式不為云實例)副本集架構的MongoDB數據庫,并且選擇了SSL安全連接,DTS還支持上傳CA證書對連接進行校驗。
配置完成后,單擊頁面下方的測試連接以進行下一步。
如果源或目標數據庫是阿里云數據庫實例(例如RDS MySQL、云數據庫MongoDB版等),DTS會自動將對應地區DTS服務的IP地址添加到阿里云數據庫實例的白名單中;如果源或目標數據庫是ECS上的自建數據庫,DTS會自動將對應地區DTS服務的IP地址添加到ECS的安全規則中,您還需確保自建數據庫沒有限制ECS的訪問(若數據庫是集群部署在多個ECS實例,您需要手動將DTS服務對應地區的IP地址添到其余每個ECS的安全規則中);如果源或目標數據庫是IDC自建數據庫或其他云數據庫,則需要您手動添加對應地區DTS服務的IP地址,以允許來自DTS服務器的訪問。DTS服務的IP地址,請參見DTS服務器的IP地址段。
警告DTS自動添加或您手動添加DTS服務的公網IP地址段可能會存在安全風險,一旦使用本產品代表您已理解和確認其中可能存在的安全風險,并且需要您做好基本的安全防護,包括但不限于加強賬號密碼強度防范、限制各網段開放的端口號、內部各API使用鑒權方式通信、定期檢查并限制不需要的網段,或者使用通過內網(專線/VPN網關/智能網關)的方式接入。
配置任務對象及高級配置。
配置
說明
同步類型
固定選中增量同步。默認情況下,您還需要同時選中庫表結構同步和全量同步。預檢查完成后,DTS會將源實例中待同步對象的全量數據在目標集群中初始化,作為后續增量同步數據的基線數據。
同步拓撲
請選擇單向同步。
目標已存在表的處理模式
預檢查并報錯攔截:檢查目標數據庫中是否有同名的集合。如果目標數據庫中沒有同名的集合,則通過該檢查項目;如果目標數據庫中有同名的集合,則在預檢查階段提示錯誤,數據同步任務不會被啟動。
說明如果目標庫中同名的集合不方便刪除或重命名,您可以更改該集合在目標庫中的名稱,詳情請參見設置同步對象在目標實例中的名稱。
忽略報錯并繼續執行:跳過目標數據庫中是否有同名集合的檢查項。
警告選擇為忽略報錯并繼續執行,可能導致數據不一致,給業務帶來風險,例如:
在目標庫遇到與源庫主鍵或唯一鍵的值相同的記錄,則會保留目標庫中的該條記錄,即源庫中的該條記錄不會同步至目標庫中。
可能會導致無法初始化數據、只能同步部分的數據或同步失敗。
目標庫對象名稱大小寫策略
您可以配置目標實例中同步對象的庫名、表名和列名的英文大小寫策略。默認情況下選擇DTS默認策略,您也可以選擇與源庫、目標庫默認策略保持一致。更多信息,請參見目標庫對象名稱大小寫策略。
源庫對象
在源庫對象框中單擊待同步對象,然后單擊將其移動至已選擇對象框。
說明同步對象的選擇粒度為DATABASE、COLLECTION。
已選擇對象
單擊下一步高級配置,進行高級配置。
數據校驗配置
若您需要配置數據校驗,請參見配置數據校驗。
高級配置
配置
說明
選擇調度該任務的專屬集群
DTS默認將任務調度到共享集群上,您無需選擇。若您希望任務更加穩定,可以購買專屬集群來運行DTS同步任務。更多信息,請參見什么是DTS專屬集群。
源庫、目標庫無法連接后的重試時間
在同步任務啟動后,若源庫或目標庫連接失敗則DTS會報錯,并會立即進行持續的重試連接,默認持續重試時間為720分鐘,您也可以在取值范圍(10~1440分鐘)內自定義重試時間,建議設置30分鐘以上。如果DTS在設置的重試時間內重新連接上源庫、目標庫,同步任務將自動恢復。否則,同步任務將會失敗。
說明針對同源或者同目標的多個DTS實例,如DTS實例A和DTS實例B,設置網絡重試時間時A設置30分鐘,B設置60分鐘,則重試時間以低的30分鐘為準。
由于連接重試期間,DTS將收取任務運行費用,建議您根據業務需要自定義重試時間,或者在源和目標庫實例釋放后盡快釋放DTS實例。
源庫、目標庫出現其他問題后的重試時間
在同步任務啟動后,若源庫或目標庫出現非連接性的其他問題(如DDL或DML執行異常),則DTS會報錯并會立即進行持續的重試操作,默認持續重試時間為10分鐘,您也可以在取值范圍(1~1440分鐘)內自定義重試時間,建議設置10分鐘以上。如果DTS在設置的重試時間內相關操作執行成功,同步任務將自動恢復。否則,同步任務將會失敗。
重要源庫、目標庫出現其他問題后的重試時間的值需要小于源庫、目標庫無法連接后的重試時間的值。
是否限制全量遷移速率
在全量同步階段,DTS將占用源庫和目標庫一定的讀寫資源,可能會導致數據庫的負載上升。您可以根據實際情況,選擇是否對全量同步任務進行限速設置(設置每秒查詢源庫的速率QPS、每秒全量遷移的行數RPS和每秒全量遷移的數據量(MB)BPS),以緩解目標庫的壓力。
說明僅當同步類型選擇了全量同步時才可以配置。
是否限制增量同步速率
您也可以根據實際情況,選擇是否對增量同步任務進行限速設置(設置每秒增量同步的行數RPS和每秒增量同步的數據量(MB)BPS),以緩解目標庫的壓力。
環境標簽
您可以根據實際情況,選擇用于標識實例的環境標簽。本示例無需選擇。
配置ETL功能
選擇是否配置ETL功能。關于ETL的更多信息,請參見什么是ETL。
是:配置ETL功能,并在文本框中填寫數據處理語句,詳情請參見在DTS遷移或同步任務中配置ETL。
否:不配置ETL功能。
監控告警
是否設置告警,當同步失敗或延遲超過閾值后,將通知告警聯系人。
不設置:不設置告警。
設置:設置告警,您還需要設置告警閾值和告警聯系人。更多信息,請參見在配置任務過程中配置監控告警。
保存任務并進行預檢查。
若您需要查看調用API接口配置該實例時的參數信息,請將鼠標光標移動至下一步保存任務并預檢查按鈕上,然后單擊氣泡中的預覽OpenAPI參數。
若您無需查看或已完成查看API參數,請單擊頁面下方的下一步保存任務并預檢查。
說明在同步作業正式啟動之前,會先進行預檢查。只有預檢查通過后,才能成功啟動同步作業。
如果預檢查失敗,請單擊失敗檢查項后的查看詳情,并根據提示修復后重新進行預檢查。
如果預檢查產生警告:
對于不可以忽略的檢查項,請單擊失敗檢查項后的查看詳情,并根據提示修復后重新進行預檢查。
對于可以忽略無需修復的檢查項,您可以依次單擊點擊確認告警詳情、確認屏蔽、確定、重新進行預檢查,跳過告警檢查項重新進行預檢查。如果選擇屏蔽告警檢查項,可能會導致數據不一致等問題,給業務帶來風險。
預檢查通過率顯示為100%時,單擊下一步購買。
在購買頁面,選擇數據同步實例的計費方式、鏈路規格,詳細說明請參見下表。
類別
參數
說明
信息配置
計費方式
預付費(包年包月):在新建實例時支付費用。適合長期需求,價格比按量付費更實惠,且購買時長越長,折扣越多。
后付費(按量付費):按小時扣費。適合短期需求,用完可立即釋放實例,節省費用。
資源組配置
實例所屬的資源組,默認為default resource group。更多信息,請參見什么是資源管理。
鏈路規格
DTS為您提供了不同性能的同步規格,同步鏈路規格的不同會影響同步速率,您可以根據業務場景進行選擇。更多信息,請參見數據同步鏈路規格說明。
訂購時長
在預付費模式下,選擇包年包月實例的時長和數量,包月可選擇1~9個月,包年可選擇1年、2年、3年和5年。
說明該選項僅在付費類型為預付費時出現。
配置完成后,閱讀并勾選《數據傳輸(按量付費)服務條款》。
單擊購買并啟動,并在彈出的確認對話框,單擊確定。
您可在數據同步界面查看具體任務進度。