集群间数据库同步

通过 backup 函数将需要同步的数据表备份到磁盘上，可使用 SQL 元代码指定需要同步的数据。示例如下：

示例1：备份数据库 db1 中表 mt 的所有数据。

backupDir = "/hdd/hdd1/backDir"
backup(backupDir,<select * from loadTable("dfs://db1","mt")>)

示例2：备份数据库 db1 中表 mt 的最近7天的数据，假设时间分区字段是 “TradingDay”(DATE类型)。

backupDir = "/hdd/hdd1/backDir"	
backup(backupDir,<select * from loadTable("dfs://db1","mt") where TradingDay > date(now()) - 7 and  TradingDay <= date(now())>)

示例3：备份数据库 db1中表 mt 的某些列 ("col1", "col2", "col3") 的数据。

backupDir = "/hdd/hdd1/backDir"
backup(backupDir,<select col1,col2,col3 from loadTable("dfs://db1","mt")>)

更多相关语句请参考 DolphinDB 元编程教程。

通过 SQL 元代码进行备份的方式具有无需停止库表写入和灵活备份条件的优点。然而，由于该方法涉及将数据查询到内存再写入文件，因此会占用大量内存，导致备份性能较差。如果在备份时没有数据写入，并且需要进行全量备份或按分区备份，则可以考虑使用备份整个分区的方法。这种方式通过拷贝分区文件的方式实现，具有内存占用小，备份速度快的优势。示例如下：

示例4：备份数据库 db1 中表 mt 的所有数据。

backupDir = "/hdd/hdd1/backDir"
backup(backupDir, "dfs://db1", force=false, parallel=true, snapshot=true, tableName="mt")

示例5：备份数据库 db1 中表 mt 的最近 7 天的数据，假设时间分区字段是 “TradingDay”（DATE 类型）。

backupDir = "/hdd/hdd1/backDir"
//生成最近7天日期
days=date(now())..(date(now()) - 6)
backup(backupDir, "dfs://db1", force=false, parallel=true, snapshot=true, tableName="mt",partition=days)

下表列举了通过分区或者元代码备份的区别：

在本地集群完成数据备份后，将备份数据通过移动存储设备、系统命令、同步软件等方式传输到远端磁盘。此处介绍通过系统命令进行数据传输的方式。

DolphinDB 支持 shell 命令，可利用 Linux 操作系统提供的文件同步手段来同步目录，例如 rsync 或者 scp 命令。其中 rsync 是 Linux 系统中的常用命令，可以高效同步发生变化的文件。

注意：DolphinDB 在 2.00.11.5、2.00.12.1 及以上的版本，需要用户配置 enableShellFunction=true 才允许调用 shell 命令。

示例6：通过配置 ssh 免密登录执行同步命令，将一台机器中的 backupDir 目录下所有发生变化的文件同步到另一台机器的 restoreDir 目录下。

cmd = "rsync -av  " + backupDir + "/*  " + userName + "@" + restoreIP + ":" + restoreDir 
shell(cmd)

其中，“username” 是通过 ssh 登录的用户名；“restoreIP” 是通过 ssh 登录的远程机器的 IP 地址。

实现数据同步后，使用 DolphinDB 内置的 restore 函数恢复 restoreDir 目录中的所需数据。数据恢复脚本需在待恢复的服务器上执行。

注意： 使用 restore 函数恢复备份数据时，需要提前创建与备份集群结构相同的数据库和数据表。

示例7：将表 mt 从服务器1的数据库 db1 恢复到服务器2的数据库 db1。

restore(backupDir=restoreDir,dbPath="dfs://db1",tableName="mt",partition="%",force=true,outputTable=loadTable("dfs://db1","mt"))

通过参数 partition 可以指定待恢复的分区。详细参考教程数据备份与恢复。

DolphinDB 集群 A 和 B 部署在不同的物理机器上，将集群 A 中的数据库 db1 中表 mt 的当天所有数据，在每天的22:30（以集群 B 所在物理机器的系统时间为准）同步到集群 B 上。其中，数据库 db1的分区类型为 VALUE ，按天分区，分区字段为 Timestamp（类型为 TIMESTAMP）。

示例6：

本脚本应在 B 集群，即需要恢复数据的集群上执行。

def syncDataBases(backupNodeIP,backupNodePort,backupDir,restoreServerIP, userName,restoreDir){
	conn = xdb(backupNodeIP,backupNodePort)
	conn(login{`admin,`123456})
	conn(backup{backupDir,<select * from loadTable("dfs://db1","mt") where Timestamp > timestamp(date(now())) and Timestamp < now()>})
	cmd = "rsync -av  " + backupDir + "/*  " + userName + "@" + restoreServerIP + ":" + restoreDir 
	conn(shell{cmd})
	restore(restoreDir,"dfs://db1","mt","%",true,loadTable("dfs://db1","mt"))
}

login(`admin,`123456)
//配置备份节点的 IP 地址，端口，以及备份机器上的目录（空目录）。
backupNodeIP = '115.239.209.234' 
backupNodePort = 18846
backupDir = "/home/myselfTest/backupDir"
//配置恢复数据节点的 IP 地址，由备份机器到恢复机器的 ssh 登录用户名（机器间应配置好 ssh 免密登录），以及恢复节点上的目录（空目录）。
restoreServerIP = '115.239.209.254'
userName = 'user1'
restoreDir = "/home/myselfTest/restoreDir"

可执行以下函数触发备份：

syncDataBases(backupNodeIP=backupNodeIP,backupNodePort=backupNodePort,backupDir=backupDir,restoreServerIP=restoreServerIP, userName=userName,restoreDir=restoreDir)

也可通过 scheduleJob 指定每天22:30定时执行

scheduleJob("syncDB","syncDB",syncDataBases{backupNodeIP,backupNodePort,backupDir,restoreServerIP, userName,restoreDir},22:30m,2019.01.01,2030.12.31,'D')

关于数据备份与恢复的更多介绍，参见数据备份与恢复。

在线方式要求两个集群同时在线并建立 socket 连接。集群2读取集群1中的数据后写入集群2中的数据库。如下图所示：

本例沿用上面小节的条件设置，假设两种场景，一种是集群 B 所在物理机器的内存足够容纳当天数据，另一种是其内存不能容纳当天数据。

注意：以下例子需要提前创建与备份数据库表相同结构的数据库表。

示例9：内存足够容纳当天数据。脚本在备份节点执行，从集群 A 中的数据库中读取当天的数据，并远程写入到恢复节点所在的集群 B 的数据库中。

def writeData(dbName,tableName,t) : loadTable(dbName,tableName).append!(t)
def synDataBaseOnline(restoreServerIP,restoreServerPort,writeData=writeData){
	t = select * from loadTable("dfs://db1","mt") where Timestamp > timestamp(date(now())) and Timestamp < now()
	conn = xdb(restoreServerIP,restoreServerPort)
	conn(login{`admin,`123456})
	conn(writeData{"dfs://db1","mt",t})
}
login(`admin,`123456)
restoreServerIP = '115.239.209.234'
restoreServerPort = 18848
synDataBaseOnline(restoreServerIP=restoreServerIP,restoreServerPort=restoreServerPort)

示例10：

内存不能容纳当天数据时，使用上述脚本可能会导致 OOM。可使用 sqlDS将备份数据按分区生成多个数据源，通过 mr 函数将数据源逐个写入远程数据库。

def writeData(dbName,tableName,t) : loadTable(dbName,tableName).append!(t)
def writeRemoteDB(t, ip, port, dbName,tableName,writeData){
	conn = xdb(ip, port)
	conn(login{`admin,`123456})
	remoteRun(conn,writeData,dbName,tableName,t)
}
def synDataBaseOnline(ip, port){
	ds = sqlDS(<select * from loadTable("dfs://db1","mt") where Timestamp > timestamp(date(now())) and Timestamp < now()>)
	mr(ds, writeRemoteDB{,ip,port,"dfs://db1","mt",writeData},,, false)
}
login(`admin,`123456)
restoreServerIP = '115.239.209.234'
restoreServerPort = 18848

可执行以下函数触发备份：

synDataBaseOnline(restoreServerIP,restoreServerPort)

也可通过 scheduleJob 指定每天22:30定时执行

scheduleJob("syncDB","syncDB",synDataBaseOnline{restoreServerIP,restoreServerPort},22:30m,2019.01.01,2030.12.31,'D')

在示例10中，mr 函数的参数 parallel 设为 false，为避免占用过多内存不采用并行执行。如果用户在实际操作中内存条件允许，可设置为 true 以提高效率。

由于在线同步依赖于远程连接，而该连接不对数据进行压缩，因此会占用大量网络带宽。对于数据量较大的同步，例如大表的全量同步，不建议使用在线同步。