跳到主要内容

有什么方法从 PostgreSQL 数据迁移到 TiDB？

作者：caiyfc

一、背景​

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，笔者直接使用了 Navicat 内置的功能，把数据从 PostgreSQL 迁移到了 TiDB。现在笔者有时间了，就调研了几个同步迁移工具。下面让我们一起看看，这几个工具各有什么特点吧。

二、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。

1.增加数据源与目标库​

image-20230113141117896

image-20230113141158363

2.打开数据传输工具，填写好相关信息：工具->传输工具​

image-20230113144558675

3.选择全部表​

image-20230113144809225

4.同步结果​

image-20230113145842464

三、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。

1.环境准备​

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

2.datax部署​

  1. 直接下载DataX工具包：DataX下载地址
  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：

image-20230113103624369

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"
            }
        }
    }
}

4.启动datax​

  1. 启动datax python ./datax/bin/datax.py ./datax/pg2tidb.json
  2. 完成结果：

image-20230113104144160

三、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。

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. 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

image-20230113111800430

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

image-20230113112243263

2.配置数据源 PostgreSQL​

image-20230113112534384

3.配置需要迁移的库表​

image-20230113112940503

4.配置目标数据库TiDB​

image-20230113113341436

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。

image-20230113140358162

6.完善任务配置​

选中任务，并点击打开

image-20230113114348671

image-20230113114702751

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

image-20230113122145026

image-20230113122316489

8.启动迁移任务​

点击运行

image-20230113115155187

点击确定

image-20230113115239893

9.解决报错​

image-20230113120025392

解决方法：执行 SQL 并重启 postgresql

ALTER SYSTEM SET wal_level = 'logical';

四、总结​

1、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：

    • 收费！
    • 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。

2、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。

3、TurboDX

  • 优点：部署简单；操作简单易懂；能全库全表迁移，也能自由过滤指定表迁移；迁移不需要人为干预，功能齐全；表结构迁移与数据迁移是分开的两个功能，可以单独操作。
  • 缺点：社区版需要使用windows，Linux版本需要联系官方索要。