数据迁移工具概览

数据迁移工具概览

TiDB 提供了丰富的数据迁移相关的工具，用于全量迁移、增量迁移、备份恢复、数据同步等多种场景。

本文介绍了使用这些工具的场景、支持的上下游、优势和相关限制等信息。请根据你的需求选择合适的工具。

TiDB Data Migration (DM)

使用场景	用于将数据从与 MySQL 协议兼容的数据库迁移到 TiDB
上游	MySQL，MariaDB，Aurora
下游	TiDB
主要优势	一体化的数据迁移任务管理工具，支持全量迁移和增量同步支持对表与操作进行过滤支持分库分表的合并迁移
使用限制	数据导入速度与 TiDB Lightning 的 Logical Import Mode 大致相同，而比TiDB Lightning 的 Physical Import Mode 低很多。建议用于 1 TB 以内的存量数据迁移。

TiDB Lightning

使用场景	用于将数据全量导入到 TiDB
上游（输入源文件）	Dumpling 输出的文件从 Amazon Aurora 或 Apache Hive 导出的 Parquet 文件 CSV 文件从本地盘或 Amazon S3 云盘读取数据
下游	TiDB
主要优势	支持快速导入大量数据，实现快速初始化 TiDB 集群的指定表支持断点续传支持数据过滤
使用限制	如果使用 Physical Import Mode 进行数据导入，TiDB Lightning 运行后，TiDB 集群将无法正常对外提供服务。如果你不希望 TiDB 集群的对外服务受到影响，可以参考 TiDB Lightning Logical Import Mode 中的硬件需求与部署方式进行数据导入。

Dumpling

使用场景	用于将数据从 MySQL/TiDB 进行全量导出
上游	MySQL，TiDB
下游（输出文件）	SQL，CSV
主要优势	支持全新的 table-filter，筛选数据更加方便支持导出到 Amazon S3 云盘
使用限制	如果导出后计划往非 TiDB 的数据库恢复，建议使用 Dumpling。如果导出后计划往另一个 TiDB 恢复，建议使用 BR。

TiCDC

使用场景	通过拉取 TiKV 变更日志实现的 TiDB 增量数据同步工具，具有将数据还原到与上游任意 TSO 一致状态的能力，支持其他系统订阅数据变更
上游	TiDB
下游	TiDB，MySQL，Kafka，Confluent
主要优势	提供开放数据协议 (TiCDC Open Protocol)。
使用限制	TiCDC 只能同步至少存在一个有效索引的表。暂不支持以下场景：单独使用 RawKV 的 TiKV 集群。在 TiDB 中创建 SEQUENCE 的 DDL 操作和 SEQUENCE 函数。

Backup & Restore (BR)

使用场景	通过对大数据量的 TiDB 集群进行数据备份和恢复，实现数据迁移
上游	TiDB
下游（输出文件）	SST，backup.meta 文件，backup.lock 文件
主要优势	适用于向另一个 TiDB 迁移数据。支持数据冷备份到外部存储，可以用于灾备恢复。
使用限制	BR 恢复到 TiCDC / Drainer 的上游集群时，恢复数据无法由 TiCDC / Drainer 同步到下游。 BR 只支持在 `new_collations_enabled_on_first_bootstrap` 开关值相同的集群之间进行操作。

sync-diff-inspector

使用场景	用于校验 MySQL/TiDB 中两份数据的一致性
上游	TiDB，MySQL
下游	TiDB，MySQL
主要优势	提供了修复数据的功能，适用于修复少量不一致的数据。
使用限制	对于 MySQL 和 TiDB 之间的数据同步不支持在线校验。不支持 JSON、BIT、BINARY、BLOB 等类型的数据。

使用 TiUP 快速安装

从 TiDB 4.0 开始，TiUP 作为软件包管理器，帮助你轻松管理 TiDB 生态系统中的不同集群组件。现在你可以只用一个 TiUP 命令行来管理任何组件。

第 1 步：安装 TiUP

curl --proto '=https' --tlsv1.2 -sSf https://tiup-mirrors.pingcap.com/install.sh | sh

重新声明全局环境变量：

source ~/.bash_profile

第 2 步：安装组件

你可以通过以下命令查看所有可用组件:

tiup list

以下输出为所有可用组件：

Available components:
Name            Owner    Description
----            -----    -----------
bench           pingcap  Benchmark database with different workloads
br              pingcap  TiDB/TiKV cluster backup restore tool
cdc             pingcap  CDC is a change data capture tool for TiDB
client          pingcap  Client to connect playground
cluster         pingcap  Deploy a TiDB cluster for production
ctl             pingcap  TiDB controller suite
dm              pingcap  Data Migration Platform manager
dmctl           pingcap  dmctl component of Data Migration Platform
errdoc          pingcap  Document about TiDB errors
pd-recover      pingcap  PD Recover is a disaster recovery tool of PD, used to recover the PD cluster which cannot start or provide services normally
playground      pingcap  Bootstrap a local TiDB cluster for fun
tidb            pingcap  TiDB is an open source distributed HTAP database compatible with the MySQL protocol
tidb-lightning  pingcap  TiDB Lightning is a tool used for fast full import of large amounts of data into a TiDB cluster
tiup            pingcap  TiUP is a command-line component management tool that can help to download and install TiDB platform components to the local system