Data Migration 简介

DM (Data Migration) 是一体化的数据同步任务管理平台，支持从 MySQL 或 MariaDB 到 TiDB 的全量数据迁移和增量数据同步。使用 DM 工具有利于简化错误处理流程，降低运维成本。

DM 架构

DM 主要包括三个组件：DM-master，DM-worker 和 dmctl。

DM-master

DM-master 负责管理和调度数据同步任务的各项操作。

• 保存 DM 集群的拓扑信息
• 监控 DM-worker 进程的运行状态
• 监控数据同步任务的运行状态
• 提供数据同步任务管理的统一入口
• 协调分库分表场景下各个实例分表的 DDL 同步

DM-worker

DM-worker 负责执行具体的数据同步任务。

• 将 binlog 数据持久化保存在本地
• 保存数据同步子任务的配置信息
• 编排数据同步子任务的运行
• 监控数据同步子任务的运行状态

DM-worker 启动后，会自动同步上游 binlog 至本地配置目录（如果使用 DM-Ansible 部署 DM 集群，默认的同步目录为 <deploy_dir>/relay_log）。关于 DM-worker，详见 DM-worker 简介。关于 relay log，详见 DM Relay Log。

dmctl

dmctl 是用来控制 DM 集群的命令行工具。

• 创建、更新或删除数据同步任务
• 查看数据同步任务状态
• 处理数据同步任务错误
• 校验数据同步任务配置的正确性

同步功能介绍

下面简单介绍 DM 数据同步功能的核心特性。

Table routing

Table routing 是指将上游 MySQL 或 MariaDB 实例的某些表同步到下游指定表的路由功能，可以用于分库分表的合并同步。

Black & white table lists

Black & white table lists 是指上游数据库实例表的黑白名单过滤规则。其过滤规则类似于 MySQL replication-rules-db/replication-rules-table，可以用来过滤或只同步某些数据库或某些表的所有操作。

Binlog event filter

Binlog event filter 是比库表同步黑白名单更加细粒度的过滤规则，可以指定只同步或者过滤掉某些 schema/table 的指定类型的 binlog events，比如 INSERT，TRUNCATE TABLE。

Column mapping

Column mapping 是指根据用户指定的内置表达式对表的列进行转换，可以用来解决分库分表合并时自增主键 ID 的冲突。

Shard support

DM 支持对原分库分表进行合库合表操作，但需要满足一些使用限制。

使用限制

在使用 DM 工具之前，需了解以下限制：

• 数据库版本

  • 5.5 < MySQL 版本 < 5.8

  • MariaDB 版本 >= 10.1.2

    注意：

    如果上游 MySQL/MariaDB server 间构成主从复制结构，则

    • 5.7.1 < MySQL 版本 < 5.8
    • MariaDB 版本 >= 10.1.3

    在使用 dmctl 启动任务时，DM 会自动对任务上下游数据库的配置、权限等进行前置检查。

• DDL 语法

  • 目前，TiDB 部分兼容 MySQL 支持的 DDL 语句。因为 DM 使用 TiDB parser 来解析处理 DDL 语句，所以目前仅支持 TiDB parser 支持的 DDL 语法。详见 TiDB DDL 语法支持。

  • DM 遇到不兼容的 DDL 语句时会报错。要解决此报错，需要使用 dmctl 手动处理，要么跳过该 DDL 语句，要么用指定的 DDL 语句来替换它。

• 分库分表

  • 如果业务分库分表之间存在数据冲突，冲突的列只有自增主键列，并且列的类型是 bigint，可以尝试使用 Column mapping 来解决；否则不推荐使用 DM 进行同步，如果进行同步则有冲突的数据会相互覆盖造成数据丢失。
  • 关于分库分表合并场景的其它限制，参见使用限制。

• 操作限制

  • DM-worker 重启后不能自动恢复数据同步任务，需要使用 dmctl 手动执行 start-task。详见管理数据同步任务。
  • 在一些情况下，DM-worker 重启后不能自动恢复 DDL lock 同步，需要手动处理。详见手动处理 Sharding DDL Lock。