数据库丨数据库迁移同步工具你选对了吗？

神州数码云基地 2023-02-14

715

数据库

神州数码云基地

在数据库上的尝试、调研与分享

本期内容

数据库迁移同步工具调研

之前在项目中，收到一个紧急需求，要把数据从 PostgreSQL 迁移到 TiDB 中。由于时间紧任务重，来不及调研高效的方式，直接使用了 Navicat 内置的功能，把数据从 PostgreSQL 迁移到了 TiDB。

项目结束后，我深入调研了几个同步迁移工具，本期就跟大家一起看看，几个迁移同步工具的实现步骤和各自的优缺点，以便在后续项目中能够选择最佳的工具，高效完成。

Navicat

Navicat Premium 是一套多连接数据库开发工具，让你在单一应用程序中同时连接多种类型的数据库：MySQL、MariaDB、MongoDB、SQL Server、SQLite、Oracle 和 PostgreSQL，可一次快速方便地访问所有数据库。

我们先来一起看看它的迁移能力 ⬇

Step 1: 增加数据源与目标库

Step 2: 打开数据传输工具

填写好相关信息：工具->传输工具

Step 3: 选择全部表

Step 4: 同步结果

4步操作就实现了数据库同步迁移。

DataX

DataX 是阿里云DataWorks数据集成的开源版本，在阿里巴巴集团内被广泛使用的离线数据同步工具/平台。

DataX 实现了包括 MySQL、Oracle、OceanBase、SqlServer、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS)、Hologres、DRDS 等各种异构数据源之间高效的数据同步功能。

我们可以把Datax的同步功能当作迁移功能使用，看看效果如何 ⬇

Step 1: 环境准备

Linux
JDK(1.8以上，推荐1.8)
Python(2或3都可以)
Apache Maven 3.x (Compile DataX)

我们这里只简单介绍工具包安装：

yum install -y java-1.8.0-openjdk


# python2 自带了，这里不做安装。
# 用工具包安装，不需要部署 Apache Maven

Step 2: Datax部署

# 1、直接下载DataX工具包

下载地址：https://datax-opensource.oss-cn-hangzhou.aliyuncs.com/202210/datax.tar.gz；

# 2、上传到Linux中

# 3、解压

tar -zxvf datax.tar.gz；

# 4、验证环境是否正常

python ./datax/bin/datax.py ./datax/job/job.json

# 5、验证结果

Step 3: 编写Job

# 1、查看配置模板

 python ./datax/bin/datax.py -r postgresqlreader -w mysqlwriter

# 2、编写配置模板

{
    "job": {
        "content": [
            {
                "reader": {
                    "name": "postgresqlreader",
                    "parameter": {
                        "connection": [
                            {
                                "jdbcUrl": ["jdbc:postgresql://10.3.70.132:30118/dc-master-data-management-pg_migrate_test"],
                                "table": ["crm_lead"]
                            }
                        ],
                        "password": "test",
                        "username": "test",
                        "column": ["*"]
                    }
                },
                "writer": {
                    "name": "mysqlwriter",
                    "parameter": {
                        "connection": [
                            {
                                "jdbcUrl": "jdbc:mysql://10.3.65.137:4000/test?characterEncoding=utf8&useSSL=false&useServerPrepStmts=true&prepStmtCacheSqlLimit=1000&useConfigs=maxPerformance&rewriteBatchedStatements=true&defaultfetchsize=-2147483648",
                                "table": ["crm_lead"]
                            }
                        ],
                        "username": "root",
                        "password": "tidb",
                        "writeMode": "insert",
                        "column": ["*"]
                    }
                }
            }
        ],
        "setting": {
            "speed": {
                "channel": "1"
            }
        }
    }
}

Step 4: 启动Datax

# 1、启动Datax

python ./datax/bin/datax.py ./datax/pg2tidb.json

# 2、完成结果

TurboDX

TurboDX for MySQL 专门针对兼容MySQL路线的数据库作为目标库的实时同步工具软件，支持Oracle(RAC)、SQLServer、MySQL、PostgreSQL、DB2、Informix等，全量+增量实时同步到MySQL/TiDB/Oceanbase/TDSQL/GlodenDB/SequoiaDB/GreatDB/HotDB等。

Step 1: TurboDX 安装部署

# 1、准备⼀台Windows环境的机器

# 2、下载数据迁移⼯具（TurboDX for MySQL），并成功安装

# 3、启动

打开Windows 服务控制面板（可直接使用Windows 自带的搜索功能，输入 “服务” 即可快速进入），找到TurboDXDB、TurboDX Server、TurboDXWEB 三项服务，并按顺序依次启动。

Step 2: TurboDX 使用

# 1、访问 TurboDX

本机访问：http://127.0.0.1:8422/turbodx

进入TurboDX 控制中心，默认登录用户密码为 admin/admin

# 2、配置数据源 PostgreSQL

# 3、配置需要迁移的库

# 4、配置目标数据库TiDB

# 5、配置迁移任务

在右侧选项菜单中，找到任务管理，选择子菜单，复制同步，点击左上角新建按钮，配置集群信息，注意全量与增量选项都要勾选，然后保存。

# 6、完善任务配置

选中任务，并点击打开。

# 7、迁移目标库表结构

选择迁移库表，调整对应字段，点击确定。

# 8、启动迁移任务

点击运行

点击确定

# 9、解决报错

解决方法：执行 SQL 并重启 postgresql。

ALTER SYSTEM SET wal_level = 'logical';

总结

Navicat

优点：方便快捷，操作简单，对于经常使用 Navicat 的小伙伴来说，更加熟悉，简单的数据迁移没有问题。
缺点：一方面是收费，另外迁移表结构的时候，有时候会报错，应该是字段类型对应关系没做好。

DataX

优点：对数据同步友好
缺点：对数据迁移不够友好
Datax主要是做数据同步的，在数据迁移方面有诸多不方便的地方，比如Datax是用多个task来实现数据同步的，每个task需要手动编写 json ，并指定表名与同步的字段名。
如果数据迁移的表与字段太多，task的配置就是非常耗时的一件事情，这对于数据迁移来说实在太麻烦。而且使用Datax之前，下游数据库的表结构要自己创建，工作量一下就大了。所以数据量少的时候，可以用Datax来做数据迁移，但是有大量数据的情况下，不建议使用 Datax。

TurboDX