PostgreSQL增量订阅方案:利用Logical Decoding订阅增量

本文涉及的产品
云原生数据库 PolarDB MySQL 版,通用型 2核4GB 50GB
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
简介: PostgreSQL增量订阅方案:利用Logical Decoding订阅增量

Logical Decoding是PostgreSQL9.4中的一个重要功能,它的功能是从PG的WAL日志中,读取数据库更新信息,然后“翻译”(Decode)成逻辑的形式,可发送到远程从库做数据同步。
该方案实现思路如下:
1.要利用该功能,首先需要修改PostgreSQL的配置文件:

 wal_level = logical
 max_replication_slots = 1 # 该参数要大于等于1

2.创建Logical Replication Slot

SELECT * FROM pg_create_logical_replication_slot('regression_slot', 'test_decoding');
-- 使用'test_decoding'插件创建一个名为'regression_slot'的Logical Replication Slot

3.对PostgreSQL进行dml操作后,可以使用以下两个语句查看记录

SELECT * FROM pg_logical_slot_peek_changes('regression_slot', NULL, NULL);
SELECT * FROM pg_logical_slot_get_changes('regression_slot', NULL, NULL);

两者的区别在于pg_logical_slot_peek_changes可以多次查询记录;pg_logical_slot_get_changes在查询过记录后,便会删除记录。
显示结果如下:
在这里插入图片描述
由查询结果可知,test_decoding插件将DML的WAL日志解析成
table schema.table_name:操作类型: 列名[该列数据类型]:值...的形式,如果是对主键进行UPDATE操作,那么查询结果中还会包含旧的主键值。
对此,我们可以通过以下两种方式获取增量的SQL的格式:
(1) 通过修改test_decoding插件的转译格式,使得其查询结果显示为可用的SQL语句;
(2) 通过Java代码读取查询结果,拼凑成增量的SQL语句,然后在目标数据库执行。

  1. 在完成增量订阅任务后,删除
SELECT pg_drop_replication_slot('regression_slot');
相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
目录
相关文章
|
负载均衡 监控 关系型数据库
百度搜索:蓝易云【PostgreSQL 主从复制方案】
请注意,上述仅为一种主从复制方案的概述,实际实施时可能需要根据特定环境和需求进行调整。建议参考PostgreSQL官方文档和其他可靠资源获取更详细的指南和说明。
110 1
|
存储 安全 关系型数据库
PostgreSQL物化视图增量更新扩展 -- pg_ivm
PostgreSQL不支持物化视图增量更新,需要定期执行REFRESH MATERIALIZED VIEW命令刷新物化视图。Incremental View Maintenance (IVM)是一种使物化视图保持最新的方法,其中只计算增量更改并将其应用于视图,而不是REFRESH MATERIALIZED VIEW那样从头开始重新计算内容。当只更改视图的一小部分时,IVM可以比重新计算更高效地更新物化视图。
|
关系型数据库 流计算 PostgreSQL
关于PostgreSQL逻辑订阅中的复制状态
关于PostgreSQL逻辑订阅中的复制状态
2670 0
|
4月前
|
SQL 监控 关系型数据库
实时计算 Flink版操作报错合集之在设置监控PostgreSQL数据库时,将wal_level设置为logical,出现一些表更新和删除操作报错,怎么办
在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。
|
6月前
|
关系型数据库 数据库 PostgreSQL
postgresql|数据库|恢复备份的时候报错:pg_restore: implied data-only restore的处理方案
postgresql|数据库|恢复备份的时候报错:pg_restore: implied data-only restore的处理方案
242 0
|
11月前
|
关系型数据库 数据安全/隐私保护 PostgreSQL
基于Docker快速搭建 PostgreSQL 高可用方案
基于Docker快速搭建 PostgreSQL 高可用方案
709 0
|
SQL 关系型数据库 MySQL
Flink CDC 2.4 正式发布,新增 Vitess 数据源,PostgreSQL 和 SQL Server CDC 连接器支持增量快照,升级 Debezium 版本
Flink CDC 2.4 正式发布,新增 Vitess 数据源,PostgreSQL 和 SQL Server CDC 连接器支持增量快照,升级 Debezium 版本
1306 1
Flink CDC 2.4 正式发布,新增 Vitess 数据源,PostgreSQL 和 SQL Server CDC 连接器支持增量快照,升级 Debezium 版本
|
存储 关系型数据库 数据库
How to Optimize PostgreSQL Logical Replication
How to Optimize PostgreSQL Logical Replication
115 0
How to Optimize PostgreSQL Logical Replication
|
关系型数据库 PostgreSQL
《PostgresChina2018_陈河堆_PostgreSQL基于PaaS平台的高可用集群方案V3》电子版地址
PostgresChina2018_陈河堆_PostgreSQL基于PaaS平台的高可用集群方案V3
《PostgresChina2018_陈河堆_PostgreSQL基于PaaS平台的高可用集群方案V3》电子版地址
|
存储 SQL 负载均衡
【数据库架构】PostgreSQL的最佳群集高可用性方案
【数据库架构】PostgreSQL的最佳群集高可用性方案