在上篇「快、准、稳的实现亿级别MySQL大表迁移」的文章中，介绍了NineData在单张大表场景下的迁移性能和优势。但在大部分场景中，可能遇到的是多张表构成的大数据量场景下的数据搬迁问题。因为搬迁数据量较大，迁移的时长、稳定性及准确性都受到极大的挑战，常见的迁移工具通常不能很好得支持。为此，NineData针对这种场景专门进行针对性的优化，以提供高效、准确、稳定的大数据量迁移能力。
1、传统的迁移方案
目前，数据迁移主要分为逻辑迁移和物理迁移，逻辑迁移主要有mysqldump、mydumper ，物理迁移主要有XtraBackup。对于这类导入导出和拷贝文件的传统迁移方案，在迁移中会存在一些问题：
- 要求业务停机，在迁移过程中，通过需要停止服务，保持静态迁移数据，由于迁移数据量大，需要的迁移时间较长，这也意味着业务停机时间较长。
- 迁移时间久，对于mysqldump的逻辑迁移，单线程导出表，迁移时间长。
- 可靠性差，导出异常后，不支持断点能力，在迁移过程中，如果遇到数据库、软件或硬件任何问题导致的任务中断，都需要从头迁移，迁移难度高。
- 保障能力弱，迁移期间，不能提供完善的观测跟干预能力；同时，比较缺乏结构及数据对比能力，缺乏质量保障体系，可能影响迁移成功性。
2、高性能的迁移方案
NineData 提供的数据复制同时包含了数据迁移和数据同步的能力，在不影响业务的前提下，提供了高效、稳定、可运维的大数据量迁移能力。经实测，在源及目标实例同城情况下，500GB数据的迁移，只需1个小时，平均迁移速度142MB/s。
通过对 MySQL 大数据量迁移的性能测试，和传统迁移比，NineData 数据迁移的优势有：
- 简单易用：一分钟即可完成任务配置，并全自动化完成任务迁移。
- 强劲性能：完善的智能分片、表级行级并发、动态攒批等核心技术，有效保证迁移性能。
- 高可靠：结合新型断点、异常诊断及丰富的修复手段，对于迁移过程中可能出现软硬件故障，提供完善的容灾能力，大大提高了大数据量迁移的成功率。
- 数据质量保障：NineData 还提供了对比功能，包含数据和结构的对比，以及全量、快速（抽样）和不一致复检的对比方式，并且也支持不同的对比频率。在迁移或复制结束后，通过数据和结构对比，能有效的保障数据的一致性。
NineData 在提供强大迁移能力的同时，也保证了使用的简单性，只需要1分钟就能完成迁移任务的配置，实现完全自动化的数据迁移过程。下面我们来看下整个任务的配置过程：
2.1 配置迁移链路
- 配置任务名称，选择要迁移的源和目标实例。
- 选择复制类型，数据迁移选择结构和全量复制（数据迁移）。
- 根据需要，选择合适的冲突处理策略。
2.2 选择迁移对象
选择迁移对象：针对不同粒度选择迁移对象，也可以选择部分迁移对象。
2.3 配置映射对象
配置映射和过滤规则：可自定义迁移的库名、表名和按照不同的过滤条件进行多表的部分数据迁移，也可以针对表的列名进行映射和部分列迁移。
2.4 预检查&启动
通过丰富的检查项，保证了迁移任务的稳定性；通过开启数据对比，保证了迁移后数据的一致性。到此，我们就完成了一个高性能迁移任务的配置。
同时，为了提供更好的迁移体验，NineData针对迁移过程提供了完善的观测、干预能力。其不但提供对象迁移的详细状态、进展、详情，还通过监控和日志透露后台线程的内部执行情况，帮助用户全方位追踪迁移进展。同时，还针对运行过程中可能出现的异常情况，提供基础诊断能力，及修复、跳过、移除等多种修复策略和迁移限流能力，让用户能够自主快速得诊断并修复链路，保障迁移稳定性。
3、总结
NineData 提供的高效、快速、稳定的MySQL大数据量迁移能力，很好的补充了传统迁移方案的不足。当前，NineData 已经支持数十种常见数据库的迁移复制，同时，除了SAAS模式外，还提供了企业专属集群模式，满足企业最高的数据安全合规要求。目前，NineData已在运营商、金融、制造业、地产、电商等多个行业完成大规模应用实践。如果您感兴趣的话，可以登录https://www.ninedata.cloud/dbmigration，立即开始使用。
