Khi tiếp cận và bắt đầu sử dụng môi trường Cloud Computing, chúng ta sẽ không thể nào tránh khỏi việc cần phải làm đó là thực hiện chuyển đổi môi trường và di chuyển dữ liệu của ứng dụng trong các database lên môi trường Cloud Computing với Cloud Servers hay Database Instances (trong dịch vụ DBaaS - Database as a Service) là điều luôn cần phải làm đầu tiên.

Trong bài viết này, mình sẽ nói về việc làm thế nào để thực hiện di chuyển dữ liệu (migrate data) từ môi trường truyền thống sang môi trường Cloud Computing hay từ Cloud Provider này sang Cloud Provider khác.

Sau khi xem qua một vài lựa chọn để migrate data thì mình quyết định sử dụng replication với pglogical extension. Tuy nhiên, để có thể giảm downtime và cho phép có thể dễ dàng rollback thì bidirectional replication là một lựa chọn xem chừng là tối ưu nhất. Việc sử dụng bidirectional replication sẽ cho phép dữ liệu được đồng bộ lẫn nhau giữa các postgresql server.

Replication là gì?

Replication là một process làm nhiệm vụ tạo và duy trì một hay nhiều bản sao (backup) của database được chỉ định. Các backup này được đồng bộ với nhau về việc thay đổi dữ liệu. Thông thường thì replication được sử dụng để tăng tính sẵn sàng, cải thiện hiệu năng và cung cấp các bản backup dữ liệu được sử dụng để khôi phục khi có sự cố xảy ra, …

Replication dữ liệu thì có nhiều kiểu, trong đó có thể bao gồm:

• Logical Replication: Chỉ replicate table được chỉ định và data thay đổi
• Physical Replication: Replicate mọi thứ có trong database bao gồm data, schema, …
• Synchronous Replication: Việc replicate được thực hiện ngay lập tức tới các node khác. Một transaction được tính là thành công khi và chỉ khi dữ liệu đã được đồng bộ trên tất cả các node.
• Snapshot Replication: Sau một khoảng thời gian thì một bản snapshot data sẽ được export và đồng bộ tới các node

Tại sao lại sử dụng bidirectional replication?

Trước khi chúng ta có câu trả lời tại mình lại lựa chọn bidirectional replication để migrate data thì hãy đọc qua về sự khác nhau giữa bidirectional và uni-directional replication

Bidirectional Replication

Với bidirectional replication, việc replication dữ liệu sẽ được đồng bộ 2 chiều và đồng bộ giữa các node với nhau. Việc này có thể sẽ dẫn đến xung đột nếu xuất hiện một hay nhiều node bị lỗi hoặc replicate lag. Tuy nhiên, việc sử dụng này lại cực kỳ hữu ích trong trường hợp bạn muốn sử dụng để tối ưu hiệu năng đọc/ ghi dữ liệu với distributing queries hoặc migrate data khi chúng ta có thể thực hiện rollback lại

 

Uni-directional Replication

Với uni-directional replication, việc replication dữ liệu sẽ được đồng bộ 1 chiều từ node primary tới node replica. Các node replica này chỉ có thể sử dụng như read-only server và được sử dụng để promote thành primary trong trường hợp có lỗi xảy ra. Đây là cách sử dụng phổ biến trong hầu hết tất cả các trường hợp.

 

Theo tài liệu được tìm thấy tại https://github.com/2ndQuadrant/pglogical thì pglogical extension khá hữu ích khi có thể support cả Uni-directional & Bidirectional và có thể làm việc được giữa các version postgresql khác nhau. Đây là một lý do khá tuyệt vời khi sử dụng postgresql để migrate dữ liệu

Yêu cầu cần có trước khi thực hiện cấu hình

Để có thể thực hiện cấu hình thì các database node cần được cài đặt và hỗ trợ extension pglogical. Thông thường, đối với việc sử dụng DBaaS trên các Cloud Provider, chúng ta không cần phải thực hiện việc này. Tuy nhiên, chúng ta cần phải thực hiện như sau khi không sử dụng DBaaS. Các command sau đây, mình đã thực hiện trên hệ điều hành Ubuntu 22.04 & Postges version 14.6 cùng mô hình sau đây:

Thực hiện cấu hình

1. Cài đặt extension pglogical

Để có thể sử dụng pglogical thì cả provider và subscriber cần được cài đặt pglogical extension. Xem thêm

apt-get install -y postgresql-14-pglogical 

Sau khi cài đặt xong, chúng ta cần phải khai báo để postgres có thể hiểu và đọc được extension này. Thực hiện chỉnh sửa file cấu hình của postgres postgresql.conf như sau:

 

Cho phép các database node connect tới nhau bằng cách chỉnh sửa file pg_hba.conf như sau:

`host all all all scram-sha-256` 

Lưu ý: config allow trên chỉ là một ví dụ, bạn có thể sửa cho phù hợp hệ thống

Thực hiện restart lại Postgres trên tất cả các node

2. Thực hiện load extension pglogical vào database

Để có thể dùng extension pglogical, chúng ta cần phải load nó vào trong database mà chúng ta muốn cấu hình replica. Ví dụ ở đây, mình có database tên là gi_servers - đây là database cần tồn tại trên cả node provider & subscriber. Trên các node, chúng ta thực hiện load extension vào database như sau:

 

Khi thực hiện load extension, chúng ta sẽ có các replication set như sau:

 

Bạn có thể tìm kiếm thêm thông tin ở đây

3. Thực hiện công việc chuẩn bị cho cấu hình

Muốn pglogical extension thực hiện được replication chúng ta cần phải tạo ra một user sử dụng để đọc ghi dữ liệu replica như sau trên tất cả các node:

 

trong đó:

• cloudsqlrep là user được tạo ra
• <password> là mật khẩu của user cloudsqlrep sử dụng để connect đến database

4. Tiến hành cài đặt cho pglogical

Trước khi thực hiện cấu hình Bidirectional, chúng ta hãy bắt đầu với việc cấu hình Uni-directional trước tiên. Trên node provider thực hiện tạo ra pglogical node như sau:

 

Chỉ định việc replication được thực hiện với tất cả các dữ liệu

SELECT pglogical.replication_set_add_all_tables('default', ARRAY['public']); 

Thực hiện dump schema từ node provider để import vào node subscriber:

pg_dump --schema-only gi_servers > schema.sql 

Sao chép file schema.sql sang node subscriber. Trên node subscriber thực hiện import schema với command:

psql gi_servers < schema.sql 

Tiếp theo, trên node subscriber thực hiện tạo pglogical node cho subscriber như sau:

 

Lúc này, chúng ta không cần tạo hay cấu hình cho replication. Tuy nhiên, chúng ta cần tạo thêm pglogical subscription như sau:

 

Chúng ta sử dụng forward_origins với empty string là vì muốn replicate bất kỳ thay đổi data nào nếu việc thay đổi đó không bắt nguồn từ node provider. Có thể xem thêm ở đây

Khi chúng ta thực hiện show các node trên subscriber, chúng ta sẽ thấy có cả id của node provider:

 

trong trường hợp nếu status khác replicating, bạn có thể kiểm tra log của postgres để có thể biết lý do tại sao.

Với các bước làm trên, chúng ta đã cấu hình thành công cho Uni-directional. Việc cấu hình Bidirectional sẽ được thực hiện tương tự và làm ngược lại.

5. Cấu hình Bidirectional để phục vụ quá trình migrate data

Trên node subscriber thực hiện chỉ định việc replication được thực hiện với tất cả các dữ liệu

SELECT pglogical.replication_set_add_all_tables('default', ARRAY['public']); 

Trên node provider thực hiện tạo thêm subscription là node subscriber với câu lệnh như sau:

 

Như vậy, chúng ta đã cấu hình xong cho việc Bidirectional và đã sẵn sàng cho việc migrate data.

Kiểm tra tính đúng

Lần lượt trên các node, chúng ta thực hiện CRUD dữ liệu và kiểm tra ở các node còn lại sẽ thấy dữ liệu cũng sẽ được CRUD tương ứng trên các node còn lại.

 

Điều này sẽ giúp việc migrate data và môi trường sẽ không bị ảnh hưởng do mất hay sai lệch dữ liệu trong quá trình thử nghiệm ở môi trường mới.