小T導讀：本篇文章是“2024，我想和 TDengine 談談”征文活動的優秀投稿之一，作者從數據庫運維的角度出發，分享了利用 TDengine Cloud 提供的遷移工具，從 PostgreSQL 數據庫到 TDengine 進行數據遷移的完整實踐過程。文章詳細記錄了從創建數據庫實例、配置代理，到添加數據源、同步數據的每一個步驟，并結合實際操作中遇到的問題與解決經驗，展現了 TDengine Cloud 的便利性和研發團隊的高效響應能力。對于關注數據庫遷移的技術人員來說，這篇文章是一個寶貴的經驗分享。

從數據庫管理員（DBA）或運維人員的角度來看，判斷數據庫是否易用，最直觀且通常最先面臨的問題便是存量數據庫的遷移。如果數據庫廠商能夠提供一款高效便捷的遷移工具，使用戶能夠快速將源數據庫的數據遷移至目標數據庫，不僅能為用戶留下良好的第一印象，也將大大促進后續工作的順利開展。由于線下缺乏合適的遷移工具，因此本文將利用 TDengine Cloud 提供的遷移工具，對從 PostgreSQL 數據庫遷移至 TDengine 的過程進行初步體驗和探索。

創建數據庫實例

首先，我們需要在官方 TDengine Cloud 平臺（https://cloud.taosdata.com/auth）上完成注冊并創建數據庫實例。該過程操作簡便，此處不再贅述。

創建新的代理

由于我的源數據庫位于本地虛擬機，而目標數據庫托管于 TDengine Cloud，因此需要在本地虛擬機上安裝代理，以確保 TDengine Cloud 能夠訪問本地虛擬機中的 PostgreSQL 數據庫。

1.點擊左側數據寫入菜單，在該界面中，再次點擊創建新的代理。

2.根據實際環境選擇適配的代理軟件版本進行下載。以官網提供的 Linux 版本為例，本文下載的是 x86 架構的代理程序。下載并安裝完成后，通過命令 taosx-agent -V 驗證安裝是否成功，然后點擊“下一步”繼續操作。

3.在該界面輸入代理名稱，系統將為它生成一個連接令牌。

4.在已安裝代理程序的服務器上，進入 /etc/taos 目錄，找到 agent.toml 文件，將系統生成的端點地址和令牌復制到該文件中進行配置。

endpoint="https://39.97.158.21"
token="eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJzdWIiOjEzNywiaWF0IjoxNzI2MTk2NDY3fQ.YmxGvRzlXdOgpXEKiUv-x68TFRzkYhXIRcJgRiWY0xk"

5.啟動代理服務并查看服務器的狀態。

添加數據源

1.在數據寫入的頁面中，點擊添加數據源。

2.在數據源配置界面中，選擇數據源類型為 PostgreSQL，代理選擇之前創建的代理，目標數據庫選擇已創建的 demo 數據庫（本文直接使用此前創建的數據庫）。如果需要，也可參考下一步自行創建新數據庫。

3.創建 demo 數據庫。

4.填寫 PostgreSQL 數據庫 IP、端口、數據庫名、用戶名、密碼等信息。

5.檢查連通性，如果界面提示“您的數據源可以連通”，就表示配置沒什么問題。

6.配置采集數據的 SQL，在 SQL 中必須包括開始時間與結束時間。

7.點擊從服務器檢索，觀察是否可以成功獲取到數據。如果報錯，則根據報錯提示，修改 SQL 配置。

8.點擊創建超級表，會自動關聯剛才識別到的字段信息，根據需要修改字段類型、填寫表名稱，最后點擊確定按鈕。

9.點擊確認按鈕后，超級表就創建成功了。接下來，我們需要在當前界面填寫子表和 tag 列對應數據。

10.點擊新增按鈕，數據源添加成功，并可在數據源列表中查看相關信息。

查看數據同步情況

點擊剛剛接入數據源的“查看”按鈕，即可查看同步信息，包括同步時長、寫入速度以及已處理的行數等詳細數據。

核對同步數據

點擊數據瀏覽器，選擇對應的數據并查看業務表，就可以看到同步的數據。

你也可以自行寫 SQL 來核對已經同步的數據量。

結語

本次從 PostgreSQL 數據庫遷移至 TDengine的體驗整體非常流暢。即使在遷移過程中遇到問題，也能夠借助官方提供的支持快速定位并解決，充分展現了 TDengine 工具的便捷性和研發團隊的高效響應能力。如果你也對 TDengine 的遷移工具感興趣，不妨親自嘗試操作，體驗其強大的功能。

TDengine 有話說

作為一款專注于時序數據的高效數據庫，我們始終致力于簡化用戶的遷移過程。在 TDengine 3.3.0.0 和 3.3.2.0 版本中，我們進一步增強了數據接入功能，實現了傳統關系型數據庫向 TDengine 的平滑遷移。這兩次重要更新成功打通了 MySQL、PostgreSQL、Oracle 和 SQL Server 到 TDengine 的遷移路徑，大幅提升了遷移效率和用戶體驗。

不僅如此，TDengine 在數據接入方面還支持與多種數據源的無縫對接，包括 AVEVA Historian、OPC、Kafka、MQTT、InfluxDB 和 PI System 等，充分滿足用戶在多樣化場景中的數據管理需求。