在上个月，MySQL 5.7 正式结束了生命周期，即EOL（End of Life），意味着Oracle将不再为 MySQL 5.7 提供技术支持，包括Bug修复或安全漏洞，大大增加了使用数据库的风险。在全球关系型数据库市场中，MySQL 市场份额最高，在MySQL各版本使用中，5.7 仍占据大部分比例，其次是 5.6 和 8.0。因此，此次MySQL 5.7 EOL会影响到很多用户。
不管是使用云数据库还是自建数据库，为了防止Bug和安全漏洞导致的数据库系统故障，最终的解决方案是迁移到 MySQL 8.0 或迁移到兼容MySQL的国产数据库。在升级过程中，数据迁移和应用改造是首先要考虑的因素。对于数据的迁移，主要的迁移方法有逻辑迁移和物理迁移，而这2种传统的迁移方式在跨大版本的数据迁移中都存在一些问题：物理迁移因数据文件格式满足不了迁移需求；逻辑迁移因性能和异常处理也满足不了迁移需求。所以，提供高效、准确、稳定的迁移能力是非常有必要的。
使用NineData迁移MySQL 5.7到8.0
NineData 提供的数据复制同时包含了数据迁移和数据实时同步的能力，在不影响业务的前提下，提供了高效、稳定、可运维的跨版本迁移能力，并且也支持双向实时复制。迁移期间，提供完善的观测和干预能力，保障迁移成功。NineData目前数据迁移已经全面覆盖了MySQL的所有主要版本，各版本均可以迁移到MySQL 8.0。
跟传统迁移比，NineData 数据迁移的优势有：
- 简单易用：一分钟即可完成迁移任务的配置，并全自动化完成任务迁移。
- 数据一致：NineData支持高性能的数据一致性对比，可以保障完成迁移后的数据依旧强一致
- 强劲性能：完善的智能分片、行级并发、动态攒批等核心技术，实现百兆每秒的迁移速率，有效保证迁移性能。
- 高可靠性：完善的预检查能力，提前干预影响因素，并结合新型断点、异常诊断及丰富的修复手段，对于迁移过程中可能出现软硬件故障，提供完善的容灾能力，大大提高了迁移的成功率。
通过上述优势，保证了 NineData 在迁移场景下的领先性。另外，NineData 还提供了对比功能，包含数据和结构的对比，以及全量、快速和不一致复检的对比方式，并且也支持不同的对比频率。在迁移或复制结束后，通过数据和结构对比，能有效的保障数据的一致性。
NineData 在提供强大迁移能力的同时，也保证了使用的简单性，只需几步就能完成迁移任务的配置，实现完全自动化的数据迁移过程。下面来看下整个任务的配置过程：
配置迁移链路
1. 配置任务名称，选择要迁移的源（MySQL 5.7）和目标（MySQL 8.0）实例。
2. 配置复制属性
a. 复制方式
- 单向复制：源实例数据同步复制到目标实例。
- 双向复制：源实例和目标实例双向同步复制，如果业务迁移到MySQL 8.0 上遇到兼容性问题，通过该复制方式可以在保证数据不丢失的前提下回退到MySQL 5.7。
b. 复制类型，包括结构、全量（数据迁移）和增量复制，并且增量复制也支持配置增量SQL的同步类型。
3. 根据需要，选择合适的冲突处理策略。
4. 点击下一步，进行迁移对象的选择。
选择迁移对象
针对不同粒度选择迁移对象：库、表、视图、存储过程、触发器等。其中黑名单可以单独配置不迁移复制的对象。
配置映射和过滤
目标实例可以自定义迁移的库名、表名和按照过滤条件进行部分数据迁移，也可以针对表的列名进行映射和部分列的迁移
预检查
通过丰富的检查项，保证了迁移任务的稳定性及和数据的一致性。MySQL 8.0 与 MySQL 5.7 存在一定的不兼容性，如果出现对数据迁移有影响检查项，则会在详情里进行说明来帮助我们进行处理。到此，我们就已经完成了MySQL 5.7 到MySQL 8.0 的迁移任务配置。
同时，为了提供更好的迁移体验，NineData针对迁移过程提供了完善的观测、干预能力。其不但提供对象迁移的详细状态、进展、详情，还通过监控和日志透露后台线程的内部执行情况，帮助用户全方位追踪迁移进展。同时，还针对运行过程中可能出现的异常情况，提供基础诊断能力，及修复、跳过、移除等多种修复策略和迁移限流能力，让用户能够自主快速得诊断并修复链路，保障迁移稳定性。
总结
MySQL 5.7 版本的生命周期已经结束，并且官方也不再为 MySQL 5.7 提供技术支持，如果遇到安全漏洞或Bug，数据库系统将面临着重大的风险。如果业务上已经做好对MySQL 8.0 的兼容，在升级迁移数据上，NineData 提供了高效、快速、稳定的迁移和复制的能力，保障平滑、无缝的迁移到MySQL 8.0。
此外，NineData已经支持数十种常见数据库的迁移复制，同时，除了SaaS模式外，还提供了企业专属集群模式，满足企业最高的数据安全合规要求。目前，NineData 已在运营商、金融、制造业、地产、电商等多个行业完成大规模应用实践。
