阿里巴巴开源项目: 阿里巴巴去Oracle数据迁移同步工具

背景

08年左右，阿里巴巴开始尝试MySQL的相关研究，并开发了基于MySQL分库分表技术的相关产品，Cobar/TDDL(目前为阿里云DRDS产品)，解决了单机Oracle无法满足的扩展性问题，当时也掀起一股去IOE项目的浪潮，愚公这项目因此而诞生，其要解决的目标就是帮助用户完成从Oracle数据迁移到MySQL上，完成去IOE的第一步.

项目介绍

名称:   yugong

译意:   愚公移山

语言:   纯java开发

定位:   数据库迁移 (目前主要支持oracle -> mysql/DRDS)

项目介绍

整个数据迁移过程，分为两部分：

1. 全量迁移
2. 增量迁移

过程描述：

1. 增量数据收集 (创建oracle表的增量物化视图)
2. 进行全量复制
3. 进行增量复制 (可并行进行数据校验)
4. 原库停写，切到新库

架构

说明:

1. 一个Jvm Container对应多个instance，每个instance对应于一张表的迁移任务

2.  instance分为三部分
   a.  extractor  (从源数据库上提取数据，可分为全量/增量实现)
   b.  translator  (将源库上的数据按照目标库的需求进行自定义转化)
   c.  applier  (将数据更新到目标库，可分为全量/增量/对比的实现)

方案设计

全量方案

业界常用的全量方案有：

1. 数据文件导入/导出，比如EXPDP/IMPDP, mysqldump/source, xtrabackup等
2. ETL数据导入/导出，主要原理为使用JDBC数据查询接口

yugong在项目设计之初考虑去IOE数据迁移的灵活性和自定义能力，最终选择的方案为基于JDBC接口遍历数据.

相比于数据文件导入/导出，其优点：

• 灵活数据同步
• 支持异构数据
• 实现相对简单

缺点:

• 全量拉取需要配合增量使用，会有部分数据重复同步
• 性能和影响，一次性全量拉取，如果持续时间过长，如果此时数据库变更过多，会导致segment过大

增量方案

业界常用的增量方案有：

1. 基于时间戳定时dump
2. oracle日志文件，比如LogMiner，OGG
3. oracle CDC(Change Data Capture)
4. oracle trigger机制，比如DataBus , SymmetricDS
5. oracle 物化视图(materialized view)
6. ...

yugong在项目设计之初考虑去IOE数据迁移的灵活性，支持多种oracle版本，同时为降低DBA的运维成本，最终选择oracle物化视图作为我们的增量方案.

相比于其他，物化视图方案其优点：

• 原理简单，方便理解和学习，用户可以理解为一种固化的简易trigger模式
• 运维简单，DBA一次账户授权后，程序可按需create一张物化视图表即可完成增量订阅
• 相对透明，不需要像时间戳sql扫描依赖数据库表设计，也不需要关注oracle版本和服务器存储等

缺点：

• 性能和影响，类似于trigger机制会对源库的数据写入造成一定的性能影响. 

QuickStart

See the page for quick start: QuickStart

AdminGuide

See the page for admin deploy guide: AdminGuide

Performance

See the page for yugong performance : Performance

相关资料

1. yugong简单介绍ppt :   ppt
2. 分布式关系型数据库服务DRDS  (前身为阿里巴巴公司的Cobar/TDDL的演进版本, 基本原理为MySQL分库分表)

问题反馈

1. qq交流群： 537157866
2. 邮件交流： jianghang115@gmail.com
3. 新浪微博： agapple0002
4. 报告issue： issues