Переход на ClickHouse Managed Postgres с помощью логической репликации

В этом руководстве приведены пошаговые инструкции по переносу базы данных PostgreSQL в ClickHouse Managed Postgres с использованием нативной логической репликации Postgres.

• Доступ к исходной базе данных PostgreSQL.
• На локальной машине должны быть установлены psql,pg_dump и pg_restore. Они нужны для создания пустых таблиц в целевой базе данных. Обычно эти утилиты входят в состав PostgreSQL. Если нет, их можно скачать с официального сайта PostgreSQL.
• Исходная база данных должна быть доступна из ClickHouse Managed Postgres. Убедитесь, что необходимые правила брандмауэра или настройки группы безопасности разрешают такое подключение. Получить исходящий IP-адрес экземпляра ClickHouse Managed Postgres можно следующим образом:

dig +short <your-managed-postgres-hostname>

Чтобы логическая репликация работала, нужно убедиться, что исходная база данных настроена правильно. Вот основные требования:

• В исходной базе данных параметр wal_level должен быть установлен в logical.
• В исходной базе данных параметр max_replication_slots должен быть установлен как минимум в 1.
• Для RDS (который в этом руководстве используется в качестве примера) нужно убедиться, что в вашей группе параметров параметр rds.logical_replication установлен в 1.
• Пользователь исходной базы данных должен иметь привилегию REPLICATION. В случае RDS нужно выполнить:

  GRANT rds_replication TO <your-username>;

• Роль, которую вы используете для целевой базы данных, должна иметь права на запись в объекты целевой базы данных:

  GRANT USAGE ON SCHEMA <schema_i> TO subscriber_user;
  GRANT CREATE ON DATABASE destination_db TO subscriber_user;
  GRANT pg_create_subscription TO subscriber_user;
  
  -- Предоставление прав на таблицы
  GRANT INSERT, UPDATE, DELETE, TRUNCATE ON ALL TABLES IN SCHEMA <schema_i> TO subscriber_user;

Убедитесь, что ваша исходная база данных настроена именно так:

Перед настройкой логической репликации необходимо создать схему в целевой базе данных ClickHouse Managed Postgres. Для этого можно создать дамп схемы исходной базы данных с помощью pg_dump:

pg_dump \
    -d 'postgresql://<user>:<password>@<host>:<port>/<database>' \
    -s \
    --format directory \
    -f rds-dump

Здесь:

• Замените <user>, <password>, <host>, <port> и <database> на учетные данные вашей исходной базы данных.
• -s указывает, что нужен дамп только схемы.
• --format directory указывает, что нужен дамп в формате каталога, который подходит для pg_restore.
• -f rds-dump указывает каталог вывода для файлов дампа. Обратите внимание: этот каталог будет создан автоматически и не должен существовать заранее.

В нашем случае есть две таблицы — events и users. В events миллион строк, а в users — тысяча строк.

Сначала убедитесь, что у вас уже настроен экземпляр ClickHouse Managed Postgres, желательно в том же регионе, что и исходный экземпляр. Для этого можно воспользоваться кратким руководством здесь. Для этого руководства мы развернем следующее:

Теперь, когда у нас есть дамп схемы, мы можем восстановить её в нашем экземпляре ClickHouse Managed Postgres с помощью pg_restore:

pg_restore \
    -d 'postgresql://<user>:<password>@<host>:<port>/<database>' \
    --verbose \
    rds-dump

Здесь:

• Замените <user>, <password>, <host>, <port> и <database> на учетные данные для доступа к целевой базе данных ClickHouse Managed Postgres.
• --verbose выводит подробную информацию в процессе восстановления. Эта команда создаст в целевой базе данных все таблицы, индексы, представления и другие объекты схемы, но без данных.

В нашем случае после выполнения этой команды у нас есть две пустые таблицы:

Когда схема уже готова, можно настроить логическую репликацию из исходной базы данных в целевую базу данных ClickHouse Managed Postgres. Для этого нужно создать публикацию в исходной базе данных и подписку в целевой базе данных.

Подключитесь к исходной базе данных PostgreSQL и создайте публикацию, включающую таблицы, которые вы хотите реплицировать.

CREATE PUBLICATION <pub_name> FOR TABLE table1, table2...;

Затем подключитесь к целевой базе данных ClickHouse Managed Postgres и создайте подписку, подключенную к публикации в исходной базе данных.

CREATE SUBSCRIPTION demo_rds_subscription
CONNECTION 'postgresql://<user>:<password>@<host>:<port>/<database>'
PUBLICATION <pub_name_you_entered_above>;

Это автоматически создаст слот репликации в исходной базе данных и запустит репликацию данных из указанных таблиц в целевую базу данных. В зависимости от объема данных этот процесс может занять некоторое время.

В нашем случае после настройки подписки данные начали поступать:

Новые строки, вставляемые в исходную базу данных, теперь будут реплицироваться в целевую базу данных ClickHouse Managed Postgres почти в реальном времени.

• Логическая репликация передаёт только изменения данных (INSERT, UPDATE, DELETE). Изменения схемы (например, ALTER TABLE) нужно обрабатывать отдельно.
• Убедитесь, что сетевое соединение между исходной и целевой базами данных стабильно, чтобы избежать прерывания репликации.
• Следите за задержкой репликации, чтобы убедиться, что целевая база данных не отстаёт от исходной. Установка подходящего значения max_slot_wal_keep_size в исходной базе данных поможет контролировать рост слота репликации и не допустить чрезмерного расхода дискового пространства.
• В зависимости от вашего сценария использования может потребоваться настроить мониторинг и оповещения для процесса репликации.

Поздравляем! Вы успешно перенесли свою базу данных PostgreSQL в ClickHouse Managed Postgres с помощью pg_dump и pg_restore. Теперь вы готовы ознакомиться с возможностями ClickHouse Managed Postgres и его интеграцией с ClickHouse. Ниже — 10-минутное краткое руководство для быстрого старта:

• Краткое руководство по ClickHouse Managed Postgres