如何将 PostgreSQL 的数据实时迁移到 SelectDB？

PostgreSQL 作为一个开源且功能强大的关系型数据库管理系统，在 OLTP 系统中得到了广泛应用。很多企业利用其卓越的性能和灵活的架构，应对高并发事务、快速响应等需求。

然而对于 OLAP 场景，PostgreSQL 可能并不是最佳选择。

为了实现庞大规模数据的数据分析场景，企业会选择使用专业数据仓库产品。例如：ClickHouse、Doris、SelectDB、Greenplum、Redshift 等。选择数仓不得不考虑查询性能和存储效率，而 SelectDB 在这两个方面表现优异，在查询性能方面，SelectDB 采用先进的列存储和向量化执行引擎，能够高效处理复杂查询，提供卓越的查询性能；在存储效率方面，SelectDB 的列存储结构和高效压缩算法，大大减少了磁盘占用和 I/O 开销。

本文以 SelectDB 为例，介绍如何把 PostgreSQL 的数据迁移到 SelectDB 中。

数据迁移难在哪？

想象一下，如果你现在要做 PostgreSQL 到 SelectDB 的数据迁移，你需要做哪些事情？

• 表的初始化：SelectDB 端是不是要先创建一个和源端一致的表结构？然后才能从源端接收数据。手动进行初始化的情况下，如果 PostgreSQL 端有成百上千个表，你又该如何应对？
• 数据结构的映射：PostgreSQL 和 SelectDB 两者数据结构不同，这点很重要，需要确保数据从源端同步过去后还是完整的。很负责任地说一句，除非你对两者的数据模型的理解非常极致，且保证绝对不出错，才可能达到理想的结果。
• 实时同步的速率：让 SelectDB 端的数据时刻与源端的 PostgreSQL 保持一致。通过 SelectDB 进行数据实时分析的大前提是，当前 SelectDB 中的数据必须是最新的，分析结果才有意义。
• 源端 DDL 语句的联动：实时捕获源端 PostgreSQL 的 DDL 变更，并及时在目标端的 SelectDB 中同步执行。这绝对不能算是一个轻松的工作，大多数情况下，源端的数据结构发生变化时，同步链路会中断，导致迁移失败。
• 同步任务的稳定性：试想如果需要长期在线同步 PostgreSQL 和 SelectDB，什么最重要？当然是同步任务的稳定性。你得考虑在网络、服务器出现异常的情况下，应该怎么保证任务可用。

这些问题很关键，依靠手动或者简单的脚本，迁移效果肯定是不太好的 ，那么选择一个对的工具就至关重要了。

其实对于上述问题，NineData 有绝对的发言权，我们先来看看它的特性：

• 结构复制：基于目标端数据源的特性，自动高效地完成表的创建、数据结构的映射等工作。
• 复制性能：基于动态攒批、并行复制、Stream Load 等技术，复制性能轻松达到 200 MB/S。
• DDL 捕获与执行：实时检测源端中的 DDL 操作，并同步在目标端中执行，保证其他业务变更能够稳定地进行。
• 任务高可用机制：针对 PostgreSQL 主从切换、数据源异常、网络抖动、服务器异常等各种故障场景下，能够自动发现异常，并进行自诊断及自修复；同时，针对无法自愈的场景，在任务中提供了丰富的修复手段。

我们来实际演示一下。

步骤一：录入源和目标数据源

1. 登录 NineData 控制台，单击数据源管理>数据源，然后在页面中单击创建数据源，选择需要录入的数据源。

   

2. 根据页面提示进行配置，然后单击创建数据源完成创建。

   

步骤二：配置同步链路

1. 登录 NineData 控制台，单击数据复制>数据复制，然后单击创建复制。

   

2. 根据页面提示配置复制任务，由于我们想要实现长期的实时数据同步，需要在复制类型处额外勾选增量复制。

   

3. 配置完成后启动任务，针对您配置的所有同步对象，NineData 会先对所有的存量数据进行全量迁移，接下来就是实时同步 PostgreSQL 中新增的增量数据，所有新写入的数据都将一条不漏地同步到 SelectDB，每当目标端的增量数据追平源端时，任务面板中会显示延迟 0 秒，如下图所示。

   

步骤三（可选）：校验目标端同步数据的完整性

除了同步功能以外，NineData 还提供了同步后源端和目标端同步数据的对比功能，以确保目标端数据的完整性。

1. 登录 NineData 控制台，单击数据复制>数据复制，然后单击步骤二中创建的复制任务 ID。

   

2. 单击数据对比页签，并单击开启数据对比（如果步骤二的任务配置中已勾选开启数据一致性对比，则此处直接展示对比结果）。

   

   提示

   开启后，系统将自动对比源端和目标端的同步对象，并给出对比结果。

3. 您可以在一段时间后，单击页面中的重新对比，校验最新增量数据的同步结果。

   

步骤四（可选）：配置任务异常告警

由于是长期任务，您可能需要系统实时监控任务状态，在任务有异常时即刻通知您。

1. 登录 NineData 控制台，单击数据复制>数据复制，然后单击步骤二中创建的复制任务 ID。

   

2. 单击右上角的配置告警。

   

3. 输入策略名称，选择告警规则，单击保存配置即可。您可以直接使用内置的默认规则，在任务运行失败，或复制延迟大于 10 分钟的时候，发送短信提醒您。您也可以自定义创建规则，根据您的需求来进行通知。

   

总结

在建设数据仓库过程中，数据集成是至关重要的，但其实只要选对了工具，真的没那么难，属于有手就行。就好像本文的 PostgreSQL 迁移到 SelectDB 的场景，一顿操作下来，任务马上就起来了，数据也立刻就过去了，新的增量数据一眨眼功夫就可以在 SelectDB 端查询到了，回想一下好像自己什么也没干，但却发现数据分析的前置工作都已经完成了。

实际的配置过程，远没有你看完这篇文章的时间长，也远没有你想象的复杂。看我说产品如何如何不如直接上手来得直观。所以如果企业有这块的需求，不妨直接尝试，NineData 支持数十种不同数据源的数据实时同步、周期性数据集成场景。全量是免费的，还赠送一条增量链路。