Ape-DTS：开源 DTS 工具，助力自建 MySQL、PostgreSQL 迁移上云

小猿姐2024-12-13 0:07

Ape-DTS 是一款高效、轻量级且功能强大的开源工具 ，专注于解决数据迁移、同步、校验、订阅与加工 的需求。无论是将自建的 MySQL/PostgreSQL 数据库迁移到云端 ，还是在不同数据库间进行数据迁移 ，Ape-DTS 都能为您提供便捷且可靠的解决方案。它特别适合于将自建 MySQL 数据库迁移到其他 MySQL 环境（如云端 MySQL、KubeBlocks MySQL），或者其他分析型数据库（例如 ClickHouse、StarRocks），以及消息队列（例如 Kafka）等场景。

https://github.com/apecloud/ape-dts

欢迎扫码添加小助手，备注「DTS」，进入交流群。

为什么选择 Ape-DTS

Ape-DTS 是一款旨在实现 any-to-any 的数据迁移工具:

  • 功能丰富 : 支持多种数据库的 库表结构迁移，数据全量迁移、增量迁移，数据校验、订正、复查，数据订阅、加工 等能力。
  • 支持广泛: 目前已支持数据库包括 MySQL，Postgres，Redis，Mongo，StarRocks，ClickHouse，Kafka 等。
  • 简单轻量: 不依赖第三方组件和额外存储，完整镜像解压后小于 100 MB。
  • 性能突出，使用 Rust 开发。

Ape-DTS 支持 MySQL，Postgres，Redis，Mongo，StarRocks，ClickHouse，Kafka 等数据库间的迁移，具体如下：

MySQL -> MySQL PostgreSQL -> PostgreSQL MongoDB -> MongoDB Redis -> Redis MySQL -> Kafka PostgreSQL -> Kafka MySQL -> StarRocks MySQL -> ClickHouse MySQL -> TiDB PostgreSQL -> StarRocks
全量迁移 ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅
增量同步 ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅
数据校验/订正/复查 ✅ ✅ ✅ ✅
库表结构迁移 ✅ ✅ ✅ ✅ ✅ ✅

功能亮点

  • 支持多种数据库间的同构 、异构数据迁移和同步。
  • 支持全量、增量任务的断点续传。
  • 支持数据校验、订正。
  • 支持库、表、列级别的过滤和路由。
  • 针对不同源、目标、任务类型，实现不同的并发算法，提高性能。
  • 可加载用户 Lua 脚本，加工正在迁移/同步的数据。
  • 支持将数据发送到 Kafka，供用户自主消费。
  • 支持以 HTTP Server 的方式启动 Ape-DTS 并拉取增量数据，用户可使用 HTTP Client 获取数据并自主消费。

Ape-DTS 的性能表现

Ape-DTS 在多种场景下展现了卓越的性能表现。本文使用 sysbench 生成全量和增量数据，分别使用 Ape-DTS 和 Debezium 执行迁移任务，并对比结果。

以下是 MySQL -> MySQL 的测试，源端 MySQL和目标端 MySQL 均在 8C16G BCC（百度智能云云服务器）机器上使用 Docker 部署。

可以看到，Ape-DTS 的全量/增减迁移性能都显著优于 Debezium。在相同的节点规格（4C8G）下，Ape-DTS 的全量迁移性能约为 Debezium 的 31 倍 ，Ape-DTS 的增量迁移性能约为 Debezium 的 9 倍。

测试一：全量数据迁移

同步方式 节点规格 RPS（Rows per Second) 源 MySQL 负荷（CPU/内存） 目标 MySQL 负荷（CPU/内存）
Ape-DTS 1C2G 71428 8.2% / 5.2% 211% / 5.1%
Ape-DTS 2C4G 99403 14.0% / 5.2% 359% / 5.1%
Ape-DTS 4C8G 126582 13.8% / 5.2% 552% / 5.1%
Debezium 4C8G 4051 21.5% / 5.2% 51.2% / 5.1%

测试二：增量数据迁移

同步方式 节点规格 RPS（Rows per Second) 源 MySQL 负荷（CPU/内存） 目标 MySQL 负荷（CPU/内存）
Ape-DTS 1C2G 15002 18.8% / 5.2% 467% / 6.5%
Ape-DTS 2C4G 24692 18.1% / 5.2% 687% / 6.5%
Ape-DTS 4C8G 26287 18.2% / 5.2% 685% / 6.5%
Debezium 4C8G 2951 20.4% / 5.2% 98% / 6.5%

镜像对比

工具 镜像大小
Ape-DTS 86.4 MB
Debezium 1.38 GB

如何使用 Ape-DTS 迁移 MySQL？

以下是 Ape-DTS 在 自建 MySQL 数据库迁移到 KubeBlocks MySQL 场景中的实际使用示例。

更多示例可参考: https://github.com/apecloud/ape-dts/tree/main/docs/en/tutorial。

配置文件差异总结

针对不同的任务，配置文件中的 extract_type, sink_type 等其他配置不同。

以下是一个简略的配置文件差异总结。更多具体配置，可参考官网上教程、模板及配置说明：https://github.com/apecloud/ape-dts。

任务类型 extract_type sink_type 特殊配置 说明
库表结构迁移 struct struct do_dbs 指定需要迁移的数据库
全量迁移 snapshot write parallel_type=snapshot 全量抓取数据快照
增量同步 cdc write server_id, do_events 基于 binlog 同步数据变更
数据校验 snapshot check 日志输出 比较源库与目标库数据一致性
数据订正 check_log write check_log_dir 指定校验结果日志的路径，用于订正任务
数据复查 check_log check check_log_dir 指定校验结果日志的路径

1. 准备工作

1.1 环境准备
工具准备

该示例中使用的 DTS_IMAGE 版本如下：

bash 复制代码 
APE_DTS_IMAGE="docker.io/apecloud/ape-dts:2.0.12"
源库

用本地 Docker 搭建 MySQL。

bash 复制代码 
docker run -d --name some-mysql-1 \
--platform linux/x86_64 \
-it \
-p 3307:3306 -e MYSQL_ROOT_PASSWORD="123456" \
 "$MYSQL_IMAGE" --lower_case_table_names=1 --character-set-server=utf8 --collation-server=utf8_general_ci \
 --datadir=/var/lib/mysql \
 --user=mysql \
 --server_id=1 \
 --log_bin=/var/lib/mysql/mysql-bin.log \
 --max_binlog_size=100M \
 --gtid_mode=ON \
 --enforce_gtid_consistency=ON \
 --binlog_format=ROW \
 --default_time_zone=+08:00
  • 将主机的端口 3307 映射到容器的端口 3306。
  • 设置 MySQL root 密码为 123456。
  • 使用由 $MYSQL_IMAGE 指定的镜像。

记录源端的 URL：

bash 复制代码 
url=mysql://root:123456@127.0.0.1:3307?ssl-mode=disabled
目标库

我们在 ACK 上使用 KubeBlocks 搭建了 MySQL 集群，更多集群运维操作可参考 KubeBlocks MySQL Examples。

  1. 创建集群。

    bash 复制代码 
    # 创建 MySQL 集群
kbcli cluster create mycluster --cluster-definition mysql -n demo

  2. 暴露服务。这里我们通过 LoadBalancer 暴露服务地址。

    bash 复制代码 
    # 将集群暴露至公网
kbcli cluster expose mycluster --type internet --enable=true -ndemo

查看到公网地址为: 47.xx.xx.xx，记录为你的 目标地址。

记录目标端地址:

bash 复制代码 
url=mysql://ape_test:Ape123456789@<目标地址>:3306?ssl-mode=disabled
1.2 数据准备

登录本地 MySQL，创建测试用的数据库和表。

bash 复制代码 
mysql -h127.0.0.1 -uroot -p123456 -P3307

CREATE DATABASE test_db;
CREATE TABLE test_db.tb_1(id int, value int, primary key(id));
CREATE TABLE test_db.tb_2(id int, value text, primary key(id));

INSERT INTO test_db.tb_1 VALUES(1,1),(2,2),(3,3),(4,4);
INSERT INTO test_db.tb_2 VALUES(5,'a'),(6,'b'),(7,'c'),(8,'d');

2. 库表结构迁移

创建任务配置

请将以下示例配置中的 extractor.url 和 sinker.url 替换为前面记录的源端 URL 和目标端 URL。

核心配置：

  • extract_type=struct 和 sink_type=struct：表示迁移的是库表结构。
  • do_dbs：指定需要迁移的数据库。
bash 复制代码 
cat <<EOL > /tmp/ape_dts/task_config.ini
[extractor]
extract_type=struct
db_type=mysql
url=mysql://root:123456@127.0.0.1:3307?ssl-mode=disabled

[sinker]
sink_type=struct
db_type=mysql
url=mysql://ape_test:Ape123456789@<目标地址>:3306?ssl-mode=disabled

[filter]
do_dbs=test_db

[parallelizer]
parallel_type=serial

[pipeline]
buffer_size=100
checkpoint_interval_secs=1
EOL
启动任务
bash 复制代码 
docker run --rm --network host \
-v "/tmp/ape_dts/task_config.ini:/task_config.ini" \
"$APE_DTS_IMAGE" /task_config.ini
检查目标库

  1. 登录目标库。

    bash 复制代码 
    mysql -h<目标地址> -uape_test -pApe123456789

  2. 查看数据。

    bash 复制代码 
    mysql> SHOW CREATE TABLE test_db.tb_1;
mysql> SHOW CREATE TABLE test_db.tb_2;
3. 同步全量数据
创建任务配置

核心配置：

  • extract_type=snapshot：表示全量迁移，抓取源数据库的快照。
  • sink_type=write：表示将数据写入目标数据库。
  • parallel_type=snapshot 和 parallel_size：控制快照并发级别，提高全量迁移效率。
bash 复制代码 
cat <<EOL > /tmp/ape_dts/task_config.ini
[extractor]
db_type=mysql
extract_type=snapshot
url=mysql://root:123456@127.0.0.1:3307?ssl-mode=disabled

[sinker]
db_type=mysql
sink_type=write
url=mysql://ape_test:Ape123456789@<目标地址>:3306?ssl-mode=disabled

[filter]
do_dbs=test_db
do_events=insert

[parallelizer]
parallel_type=snapshot
parallel_size=8

[pipeline]
buffer_size=16000
checkpoint_interval_secs=1
EOL
启动任务
bash 复制代码 
docker run --rm --network host \
-v "/tmp/ape_dts/task_config.ini:/task_config.ini" \
"$APE_DTS_IMAGE" /task_config.ini
检查目标库

  1. 登录目标库。

    bash 复制代码 
    mysql -h<目标地址> -uape_test -pApe123456789

  2. 检查数据。

    bash 复制代码 
    mysql> SELECT * FROM test_db.tb_1;
+----+-------+
| id | value |
+----+-------+
|  1 |     1 |
|  2 |     2 |
|  3 |     3 |
|  4 |     4 |
+----+-------+

mysql> SELECT * FROM test_db.tb_2;
+----+-------+
| id | value |
+----+-------+
|  5 | a     |
|  6 | b     |
|  7 | c     |
|  8 | d     |
+----+-------+
4. 增量任务
创建任务配置

核心配置：

  • extract_type=cdc：表示增量同步，基于源库的 binlog 或 WAL 日志抓取数据变更。
  • sink_type=write：表示将数据写入目标数据库。
  • server_id：Ape-DTS 在该 MySQL 复制组中的标识，由用户指定，取值 [1-2^32 - 1]，不得与该复制组中其他 server_id 相同。
  • do_events：指定需同步的事件类型（如 insert, update, delete）。
bash 复制代码 
cat <<EOL > /tmp/ape_dts/task_config.ini
[extractor]
db_type=mysql
extract_type=cdc
server_id=2000
url=mysql://root:123456@127.0.0.1:3307?ssl-mode=disabled

[filter]
do_dbs=test_db
do_events=insert,update,delete

[sinker]
db_type=mysql
sink_type=write
batch_size=200
url=mysql://ape_test:Ape123456789@<目标地址>:3306?ssl-mode=disabled

[parallelizer]
parallel_type=rdb_merge
parallel_size=8

[pipeline]
buffer_size=16000
checkpoint_interval_secs=1
EOL
启动任务
bash 复制代码 
docker run --rm --network host \
-v "/tmp/ape_dts/task_config.ini:/task_config.ini" \
"$APE_DTS_IMAGE" /task_config.ini
修改源库数据

  1. 登录本地 MySQL。

    bash 复制代码 
    mysql -h127.0.0.1 -uroot -p123456 -uroot -P3307

  2. 修改数据。

    bash 复制代码 
    DELETE FROM test_db.tb_1 WHERE id=1;

UPDATE test_db.tb_1 SET value=2000000 WHERE id=2;

INSERT INTO test_db.tb_2 VALUES(9, 'f');
检查目标库

  1. 登录目标 MySQL。

    bash 复制代码 
    mysql -h<目标地址> -uape_test -pApe123456789

  2. 查看目标端数据。

    bash 复制代码 
    mysql> SELECT * FROM test_db.tb_1;
+----+---------+
| id | value   |
+----+---------+
|  2 | 2000000 |
|  3 |       3 |
|  4 |       4 |
+----+---------+

mysql> SELECT * FROM test_db.tb_2;
+----+-------+
| id | value |
+----+-------+
|  5 | a     |
|  6 | b     |
|  7 | c     |
|  8 | d     |
|  9 | f     |
+----+-------+

    可以看到增量数据都已经同步了。

5. 数据校验
在目标端修改数据

  1. 登录目标 MySQL。

    bash 复制代码 
    mysql -h<目标地址> -uape_test -pApe123456789

  2. 在目标端修改数据，构造和源库的差异。

    bash 复制代码 
    DELETE FROM test_db.tb_1 WHERE id=4;         # 删除tb_1数据
UPDATE test_db.tb_1 SET value=1 WHERE id=2;  # 修改tb_1数据

DELETE FROM test_db.tb_2 WHERE id=5;         # 删除tb_2数据
创建任务配置

核心配置：

  • extract_type=snapshot：校验基于源库的全量数据快照。
  • sink_type=check：表示校验目标库与源库数据是否一致。
  • 输出日志：校验的差异会记录在日志文件中（如缺失数据和不一致的数据）。
bash 复制代码 
cat <<EOL > /tmp/ape_dts/task_config.ini
[extractor]
db_type=mysql
extract_type=snapshot
url=mysql://root:123456@127.0.0.1:3307?ssl-mode=disabled

[sinker]
db_type=mysql
sink_type=check
url=mysql://ape_test:Ape123456789@<目标地址>:3306?ssl-mode=disabled

[filter]
do_dbs=test_db
do_events=insert

[parallelizer]
parallel_type=rdb_check
parallel_size=8

[pipeline]
buffer_size=16000
checkpoint_interval_secs=1
EOL
启动任务
bash 复制代码 
docker run --rm --network host \
-v "/tmp/ape_dts/task_config.ini:/task_config.ini" \
-v "/tmp/ape_dts/check_data_task_log/:/logs/" \
"$APE_DTS_IMAGE" /task_config.ini
查看校验结果

以源库为基准，检查目标库的数据缺失和不同，校验结果以日志文件输出。

  1. 检查数据缺失。

    bash 复制代码 
    cat /tmp/ape_dts/check_data_task_log/check/miss.log

    可以看到具体的缺失数据信息。

    bash 复制代码 
    {"log_type":"Miss","schema":"test_db","tb":"tb_1","id_col_values":{"id":"4"},"diff_col_values":{}}
{"log_type":"Miss","schema":"test_db","tb":"tb_2","id_col_values":{"id":"5"},"diff_col_values":{}}

  2. 检查数据差异。

    bash 复制代码 
    cat /tmp/ape_dts/check_data_task_log/check/diff.log

    可以看到输出如下，diff_col_values展示了差异的具体内容。

    bash 复制代码 
    {"log_type":"Diff","schema":"test_db","tb":"tb_1","id_col_values":{"id":"2"},"diff_col_values":{"value":{"src":"2000000","dst":"1"}}}
6. 数据订正
  • 根据校验日志，反查源库，订正目标库。
创建任务配置

核心配置：

  • extract_type=check_log：表示基于校验日志执行数据订正任务。
  • sink_type=write：将订正后的数据写回目标库。
  • check_log_dir：指定校验日志的路径，用于订正任务。
bash 复制代码 
cat <<EOL > /tmp/ape_dts/task_config.ini
[extractor]
db_type=mysql
extract_type=check_log
url=mysql://root:123456@127.0.0.1:3307?ssl-mode=disabled
check_log_dir=./check_data_task_log

[sinker]
db_type=mysql
sink_type=write
url=mysql://ape_test:Ape123456789@<目标地址>:3306?ssl-mode=disabled

[filter]
do_events=*

[parallelizer]
parallel_type=rdb_check
parallel_size=8

[pipeline]
buffer_size=16000
checkpoint_interval_secs=1
EOL
启动任务
bash 复制代码 
docker run --rm --network host \
-v "/tmp/ape_dts/task_config.ini:/task_config.ini" \
-v "/tmp/ape_dts/check_data_task_log/check/:/check_data_task_log/" \
"$APE_DTS_IMAGE" /task_config.ini
查看订正后的结果

  1. 登录目标库。

    bash 复制代码 
    mysql -h<目标地址> -uape_test -pApe123456789

  2. 查看数据。

    bash 复制代码 
    mysql> SELECT * FROM test_db.tb_1;
+----+---------+
| id | value   |
+----+---------+
|  2 | 2000000 |
|  3 |       3 |
|  4 |       4 |
+----+---------+

mysql> SELECT * FROM test_db.tb_2;
+----+-------+
| id | value |
+----+-------+
|  5 | a     |
|  6 | b     |
|  7 | c     |
|  8 | d     |
|  9 | f     |
+----+-------+

    可以看到目标端被删除和更新的数据，都已经被订正了。

7. 数据复查
  • 根据校验日志，反查源库，再次校验目标库
  • 和全量校验的区别在于校验数据的范围：数据复查限定在校验出的 缺失/不同 的数据
修改目标库数据，构造和源库的差异

  1. 登录目标库。

    bash 复制代码 
    mysql -h<目标地址> -uape_test -pApe123456789

  2. 修改数据。

    bash 复制代码 
    DELETE FROM test_db.tb_1 WHERE id=4;   # 删除tb_1数据
创建任务配置

核心配置：

  • extract_type=check_log：基于校验日志。
  • sink_type=check 用于复查目标库数据。
  • check_log_dir：指定校验日志的路径。
yaml 复制代码 
cat <<EOL > /tmp/ape_dts/task_config.ini
[extractor]
db_type=mysql
extract_type=check_log
url=mysql://root:123456@127.0.0.1:3307?ssl-mode=disabled
check_log_dir=./check_data_task_log

[sinker]
db_type=mysql
sink_type=check
url=mysql://ape_test:Ape123456789@<目标地址>:3306?ssl-mode=disabled

[filter]
do_events=*

[parallelizer]
parallel_type=rdb_check
parallel_size=8

[pipeline]
buffer_size=16000
checkpoint_interval_secs=1
EOL
启动任务
bash 复制代码 
docker run --rm --network host \
-v "/tmp/ape_dts/task_config.ini:/task_config.ini" \
-v "/tmp/ape_dts/check_data_task_log/check/:/check_data_task_log/" \
-v "/tmp/ape_dts/review_data_task_log/:/logs/" \
"$APE_DTS_IMAGE" /task_config.ini
查看复查结果

  1. 查看数据缺失。

    bash 复制代码 
    cat /tmp/ape_dts/review_data_task_log/check/miss.log

    可以看到输入日志显示 {"id":"4"} 缺失。

    bash 复制代码 
    {"log_type":"Miss","schema":"test_db","tb":"tb_1","id_col_values":{"id":"4"},"diff_col_values":{}}

  2. 查看数据差异。

  • /tmp/ape_dts/review_data_task_log/check/diff.log 为空，符合预期。

更多教程

  • 更多任务类型、教程、任务配置，请参考 Ape-DTS 主页。
相关推荐
python机器学习建模7 分钟前
科研论文必须要了解的25个学术网站
数据库
J.P.August1 小时前
Oracle DataGuard启动与关闭顺序
数据库·oracle
尚雷55801 小时前
Oracle 与 达梦 数据库 对比
数据库·oracle·达梦数据库
Pou光明3 小时前
1_linux系统网络性能如何优化——几种开源网络协议栈比较
linux·运维·网络·网络协议·开源
百香果果ccc3 小时前
MySQL中的单行函数和聚合函数
数据库·mysql
摸摸陌陌3 小时前
Redis快速入门
数据库·redis·缓存
Elastic 中国社区官方博客3 小时前
Elasticsearch Serverless 中的数据流自动分片
大数据·数据库·elasticsearch·搜索引擎·serverless·时序数据库
Minyy113 小时前
牛客网刷题SQL--高级查询
数据库·sql
ygqygq23 小时前
ElK 8 收集 MySQL 慢查询日志并通过 ElastAlert2 告警至飞书
mysql·elk·飞书
热门推荐
01Windows11 Copilot助手开启教程(免费GPT-4)0204 - matlab m_map地学绘图工具基础函数 - 设置网格03玄机平台应急响应—webshell查杀04『手写ahooks系列-useClickAway』一个hook解决监听点击元素外部05【halcon】halcon字符识别——OCR06(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明07支付宝短视频平台创作分成激励项目08百度云盘发展历程与影响09Docker 夺命连环 15 问10MacBook外接键盘修改键位