迁移 PostgreSQL 数据库的数据至 OceanBase 社区版

本文为您介绍如何使用 OceanBase 迁移服务（OceanBase Migration Service，OMS）社区版迁移 PostgreSQL 数据库的数据至 OceanBase 社区版。

背景信息

在 OMS 社区版控制台创建从 PostgreSQL 数据库迁移数据至 OceanBase 社区版的数据迁移项目，您可以通过结构迁移、全量迁移和增量同步，无缝迁移源端数据库中的存量业务数据和增量数据至 OceanBase 社区版。

PostgreSQL 数据库支持单主库、单备库和主备库等模式。迁移 PostgreSQL 数据库的数据至 OceanBase 社区版时，不同类型的数据源支持的操作也不同。

前提条件

• 已在目标端 OceanBase 社区版中创建对应的 Schema。OMS 社区版支持迁移表和列，您需要提前在目标端创建对应的 Schema。

• 已为源端 PostgreSQL 数据库和目标端 OceanBase 社区版创建专用于数据迁移项目的数据库用户，并为其赋予了相关权限。详情请参见 创建数据库用户。

使用限制

• 源端数据库的操作限制

  请勿在结构迁移和全量迁移阶段执行库或表结构变更的 DDL 操作，否则可能造成数据迁移项目中断。

• 目前支持的 PostgreSQL 数据库版本为 V10.x 和 V12.x。

• OMS 社区版支持迁移 PostgreSQL 数据库的有主键表、NOT NULL UK 表至 OceanBase 社区版。

• OMS 社区版迁移 PostgreSQL 数据库的数据至 OceanBase 社区版时，不支持同步 DDL。

• 目标端是数据库的情况下，OMS 社区版不支持目标端存在 Trigger。如果存在，可能导致数据迁移失败。

• 迁移 PostgreSQL 数据库的分区表时，有以下限制：

  • 父表和子表的表结构需要相同。

  • 父表和子表的主键列/NOT NULL UK 列和分区列相同，或者主键列/NOT NULL UK 列包含分区列。

  • 从父表的视角需要确保主键/NOT NULL UK 唯一。

• PostgreSQL 数据库中待迁移父表和子表的 REPLICA IDENTITY 均需要为 FULL。

  • 如果 REPLICA IDENTITY 不为 FULL，可能导致业务数据更新、删除操作失败。

  • 指定迁移对象时，如果存在通配符，PostgreSQL 数据库需要订阅已选数据库的所有表（包括已选表、未选表和新增表）。所有表的 REPLICA IDENTITY 均需要为 FULL，否则可能导致业务数据更新、删除操作失败。

• OMS 社区版不支持迁移 PostgreSQL 数据库中的 Unlogged 表和临时表。

• 数据源标识和用户账号等，在 OMS 系统内全局唯一。

• OMS 仅支持迁移库名、表名和列名为 ASCII 码且不包含特殊字符（包括 .|"'`()=;/& 和换行）的对象。

注意事项

• 如果表没有主键或所有列具备 NOT NULL 的唯一键，则迁移数据至目标端时，可能出现重复数据。

• 在反向增量场景中，对于 UPDATE、DELETE 采用全列匹配的方式迁移数据，可能出现以下问题。

  • 可能出现性能问题。

    由于不存在主键索引，会导致每次的 UPDATE 和 DELETE 操作都是在全表扫描之后进行。

  • 可能出现数据一致性问题。

    由于 UPDATE 和 DELETE 操作在 PostgreSQL 数据库中不支持 LIMIT 语法，当全列匹配时匹配到多条数据，可能会出现 UPDATE 或 DELETE 数据比目标端多的情况。例如，无主键表 t1 中存在 c1 和 c2 两列，在源端有两条 c1=1 和 c2=2 的数据。当源端删除其中一条数据时，由于匹配条件是 where c1 = 1 and c2 = 2，会导致目标端的两条 c1=1 和 c2=2 的数据均被删除，导致源端和目标端的数据不一致。

• PostgreSQL 数据库至 OceanBase 社区版的反向增量中，当 OceanBase 社区版为 V3.2.x 之前的版本且具有全局唯一索引的多分区表时，如果您更新了表的分区键的值，可能导致数据迁移过程中丢失数据。

• 如果您变更目标端的唯一索引，需要重启增量同步组件，否则可能存在数据不一致的问题。

• 节点之间的时钟不同步，或者电脑终端和服务器之间的时钟不同步，均可能导致延迟时间（增量同步/反向增量）不准确。

  例如，如果时钟早于标准时间，可能导致延迟时间为负数。如果时钟晚于标准时间，可能导致延迟。

• 库表汇聚场景下：

  • 建议您使用导入对象或匹配规则的方式映射源端和目标端的关系。

  • 建议您自行在目标端创建表结构。如果使用 OMS 社区版创建，请在结构迁移步骤跳过部分失败对象。

• 如果源端和目标端的表结构不完全一致，可能会出现数据不一致的情况。目前已知场景如下：

  • 用户手动创建表结构时，因超出 OMS 社区版的支持范围，可能产生隐式的转换问题导致源端和目标端列的类型不一致。

  • 目标端的数据长度小于源端的数据长度时，可能出现数据截断的情况，导致源端和目标端的数据不一致。

数据类型映射

操作步骤

1. 新建数据迁移项目。

   1. 登录 OMS 社区版控制台。

   2. 在左侧导航栏，单击 数据迁移。

   3. 在 数据迁移 页面，单击右上角的 新建迁移项目。

2. 在 选择源和目标 页面，配置各项参数。

   参数	描述
   迁移项目名称	建议使用中文、数字和字母的组合。名称中不能包含空格，长度不能超过 64 个字符。
   标签	单击文本框，在下拉列表中选择目标标签。您也可以单击 管理标签，进行新建、修改和删除。详情请参见 通过标签管理数据迁移项目。
   源端	如果您已创建 PostgreSQL 数据源，请从下拉列表中进行选择。如果未创建，请单击下拉列表中的 新建数据源，在右侧对话框进行新建。参数详情请参见 新建 PostgreSQL 数据源。 您可以选择单主库或主库+备库类型的 PostgreSQL 数据源，本文以主库+备库类型为例。
   目标端	如果您已创建 OceanBase 社区版数据源，请从下拉列表中进行选择。如果未创建，请单击下拉列表中的 新建数据源，在右侧对话框进行新建。参数详情请参见 新建 OceanBase-CE 数据源。

3. 单击 下一步。

4. 单击弹出提示框中的 我知道了。

   请注意目前本项目仅支持具有主键或者非空唯一索引的表，其它表会自动过滤。

5. 在 选择迁移类型 页面，配置各项参数。

   迁移类型 包括 结构迁移、全量迁移、增量同步、全量校验 和 反向增量。

   迁移类型	描述
   结构迁移	结构迁移任务开始后，OMS 社区版会迁移源库中的数据对象定义（表、索引、约束、注释和视图等）至目标端数据库中，并自动过滤临时表。
   全量迁移	全量迁移任务开始后，OMS 社区版会迁移源库表的存量数据至目标端数据库对应的表中。如果选择 全量迁移，建议您在迁移数据前，使用 ANALYZE 语句收集 PostgreSQL 数据库的统计信息。
   增量同步	增量同步任务开始后，OMS 社区版会同步源库发生变化的数据（新增、修改或删除）至目标端数据库对应的表中。 增量同步 的 同步 DML 包括 Insert、Delete 和 Update，您可以根据需求进行选择。详情请参见 DML 过滤。 PostgreSQL 数据库作为源端的增量同步会自动创建 publication 和 slot。但是需要用户来监测归档文件的磁盘使用情况。OMS 社区版默认每 10 分钟通知更新一次 slot 的 confirmed_flush_lsn，间隔周期支持配置。并且默认归档文件需要保存 48 小时，因此只会通知可清理超过 48 小时以上的归档日志（可配置）。 在迁移过程中，如果因为 slot 而无法清理归档日志，则需要销毁数据迁移项目后，再清理归档日志。
   全量校验	如果选择 全量校验，建议您在全量校验开始前，分别收集 PostgreSQL 数据库和 OceanBase 社区版的统计信息。OceanBase 社区版的收集详情请参见 手动收集统计信息。 如果您选择了 增量同步，且 同步 DML 选项中未选择所有的 DML，则 OMS 社区版不支持本场景下的全量数据校验。 OMS 社区版仅支持对唯一键表（指具有主键或者非空唯一键的表）进行全量数据校验。
   反向增量	反向增量任务开始后，可以实时回流业务切换后在目标端数据库产生的变更数据至源端数据库。以下情况均不支持选择 反向增量： 存在多表汇聚的情况。 存在 Schema 多到一映射的情况。

6. （可选）单击 下一步。如果您选择了 反向增量，且目标端 OceanBase 社区版数据源未配置 Configurl、用户名和密码，则会弹出 数据源补充信息 对话框，提醒您配置相应参数。参数详情请参见 新建 OceanBase-CE 数据源。

   补充完成后，单击 测试连通性。测试连接成功后，单击 保存。

7. 单击 下一步，在 选择迁移对象 页面，选择迁移对象和迁移范围。

   您可以通过 指定对象 和 匹配规则 两个入口选择迁移对象。

   • 选择 指定对象，在左侧选中需要迁移的对象，单击 >，将其添加至右侧列表中。您可以选择一个或多个库的表、视图作为迁移对象。

     注意

     • 待迁移的表名和其中的列名不能包含中文字符。

     • 当数据库的库名或表名存在 "$$" 字符时，会影响数据迁移项目的创建。

     迁移 PostgreSQL 数据库的数据至 OceanBase 社区版时，OMS 社区版支持通过文本导入对象、重命名对象名称、设置行过滤、查看列信息，以及移除单个或全部迁移对象。

     操作	步骤
     导入对象	在 选择迁移范围 区域的右侧列表中，单击右上角的 导入对象。 在对话框中，单击 确定。 注意： 导入会覆盖之前的操作选择，请谨慎操作。 在 导入迁移对象 对话框中，导入需要迁移的对象。 您可以通过导入 CSV 文件的方式进行库表重命名、设置行过滤条件等操作。详情请参见 下载和导入迁移对象配置。 单击 检验合法性。 通过合法性的检验后，单击 确定。
     重命名	OMS 社区版支持重命名迁移对象的名称，详情请参见 数据库库表重命名。
     设置	OMS 社区版支持 WHERE 条件实现行过滤，详情请参见 SQL 条件过滤数据。 您还可以在 查看列 区域，查看迁移对象的列信息。
     移除/全部移除	OMS 社区版支持在数据映射时，对暂时选中到目标端的单个或多个对象进行移除操作。 移除单个迁移对象 在 选择迁移范围 区域的右侧列表中，鼠标悬停至目标对象，单击显示的 移除，即可移除该迁移对象。 移除全部迁移对象 在 选择迁移范围 区域的右侧列表中，单击右上角的 全部移除。在对话框中，单击 确定，即可移除全部迁移对象。

   • 选择 匹配规则，详情请参见 配置迁移对象的匹配规则。

8. 单击 下一步。在 迁移选项 页面，配置各项参数。

   如果您需要查看或修改全量迁移或增量同步组件参数，请单击 全量迁移 或 增量同步 区域右上角的 配置详情。参数说明请参见 组件参数说明 模块的文档。

   • 全量迁移

     在 选择迁移类型 页面，选中 全量迁移，才会显示下述参数。

     参数	描述
     并发速度	包括 平稳、正常、快速 和 自定义。全量迁移的性能不同，全量迁移任务所需要的资源也不同。当您选择 自定义 时，可以根据实际情况设置 读取并发、写入并发 和 JVM 内存。
     目标端对象存在记录时处理策略	处理策略包括 忽略 和 停止迁移： 选择 忽略，当目标端表对象存在数据时，如果原数据与写入数据冲突，OMS 社区版采用将冲突数据记录日志，保留原数据不变的策略进行数据写入。 注意 选择 忽略，全量校验将使用 IN 模式拉取数据，无法校验目标端多数据的场景，并且校验性能存在一定程度降级。 选择 停止迁移，当目标端表对象存在数据时，全量迁移会报错不允许迁移，请处理好目标端数据后再继续迁移。 注意 如果出错后单击恢复，OMS 社区版将忽略该配置选项，继续迁移表数据，请谨慎操作。
     是否允许索引后置	您可以设置是否允许全量数据迁移完成后再创建索引，索引后置功能能够缩短全量迁移耗时。选择索引后置的注意事项，请参见表格下方的说明。 注意 在 选择迁移类型 页面同时选中 结构迁移 和 全量迁移，才支持设置该选项。

     允许索引后置的情况下，建议您根据 OceanBase 社区版的硬件条件和当前业务流量情况，自行调节参数。

     • 如果您使用的是 OceanBase 社区版 V4.x，请通过黑屏客户端工具调整以下 sys 租户参数和业务租户参数。

       • 调整 sys 租户参数

         // parallel_servers_target 用于设置每个 Server 上的并行查询排队条件。
         // 如果完全为了性能，建议您将该参数调整为大于物理 CPU 的值，例如 1.5 倍。同时设置的值不超过 64，避免产生 OceanBase 社区版内核抢锁问题。
         set global parallel_servers_target = 64; 
         

       • 调整业务租户参数

         // 文件内存缓冲区限制
         alter system set _temporary_file_io_area_size = '10' tenant = 'xxx'; 
         // 4.x 关闭限流
         alter system set sys_bkgd_net_percentage = 100;  
         

     • 如果您使用的是 OceanBase 社区版 V3.x，请通过黑屏客户端工具调整以下 sys 租户参数。

       // parallel_servers_target 用于设置每个 Server 上的并行查询排队条件。
       // 如果完全为了性能，建议您将该参数调整为大于物理 CPU 的值，例如 1.5 倍。同时设置的值不超过 64，避免产生 OceanBase 社区版内核抢锁问题。
       set global parallel_servers_target = 64; 
       // data_copy_concurrency 用于设置系统中并发执行的数据迁移复制任务的最大并发数。
       alter system set data_copy_concurrency = 200; 
       

   • 增量同步

     在 选择迁移类型 页面，选中 增量同步，才会显示下述参数。

     参数	描述
     并发速度	包括 平稳、正常、快速 和 自定义。增量同步的性能不同，增量同步任务所需要的资源也不同。当您选择 自定义 时，可以根据实际情况设置 读取并发、写入并发 和 JVM 内存。
     增量同步起始位点	如果选择迁移类型时已选择 全量迁移，该参数不显示。 如果选择迁移类型时未选择 全量迁移，但选择了 增量同步，请在此处指定迁移某个时间节点之后的数据，默认为当前系统时间。详情请参见 设置增量同步位点。
     增量记录保存时间	OMS 社区版中增量解析文件缓存的时长。配置的保存时间越长，OMS 社区版 Store 组件需要消耗的磁盘空间越大。

9. 单击 预检查，系统对数据迁移项目进行预检查。

   在 预检查 环节，OMS 社区版会检查数据库用户的读写权限、数据库的网络连接等是否符合要求。全部检查项目均通过后才能启动数据迁移项目。如果预检查报错：

   • 您可以排查并处理问题后，重新执行预检查，直至预检查成功。

   • 您也可以单击错误预检查项操作列中的 跳过，会弹出对话框提示您跳过本操作的具体影响，确认可以跳过后，请单击对话框中的 确定。

10. 单击 启动项目。如果您暂时无需启动项目，请单击 保存，跳转至数据迁移项目的详情页面，您可以根据需要进行手动启动。

    OMS 社区版支持在数据迁移项目运行过程中修改迁移对象，详情请参见 查看和修改迁移对象。数据迁移项目启动后，会根据选择的迁移类型依次执行，详情请参见 查看数据迁移项目的详情 中《查看迁移详情》模块的内容。