wyl/DataX
1
0
Fork 0
Code Issues Pull Requests Projects Releases Wiki Activity

v0.0

Browse Source
This commit is contained in:
shf
2018-01-31 16:24:49 +08:00
commit 7ec3fb68e5
651 changed files with 69696 additions and 0 deletions
Download Patch File Download Diff File Expand all files Collapse all files
drdsreader/doc/drdsreader.md
+342
View File
@@ -0,0 +1,342 @@
# DrdsReader 插件文档
___
## 1 快速介绍
DrdsReader插件实现了从DRDS(分布式RDS)读取数据。在底层实现上，DrdsReader通过JDBC连接远程DRDS数据库，并执行相应的sql语句将数据从DRDS库中SELECT出来。
DRDS的插件目前DataX只适配了Mysql引擎的场景，DRDS对于DataX而言，就是一套分布式Mysql数据库，并且大部分通信协议遵守Mysql使用场景。
## 2 实现原理
简而言之，DrdsReader通过JDBC连接器连接到远程的DRDS数据库，并根据用户配置的信息生成查询SELECT SQL语句并发送到远程DRDS数据库，并将该SQL执行返回结果使用DataX自定义的数据类型拼装为抽象的数据集，并传递给下游Writer处理。
对于用户配置Table、Column、Where的信息，DrdsReader将其拼接为SQL语句发送到DRDS数据库。不同于普通的Mysql数据库，DRDS作为分布式数据库系统，无法适配所有Mysql的协议，包括复杂的Join等语句，DRDS暂时无法支持。
## 3 功能说明
### 3.1 配置样例
* 配置一个从DRDS数据库同步抽取数据到本地的作业:
```
{
"job": {
"setting": {
"speed": {
//设置传输速度，单位为byte/s，DataX运行会尽可能达到该速度但是不超过它.
"byte": 1048576
}
//出错限制
"errorLimit": {
//出错的record条数上限，当大于该值即报错。
"record": 0,
//出错的record百分比上限 1.0表示100%，0.02表示2%
"percentage": 0.02
}
},
"content": [
{
"reader": {
"name": "drdsReader",
"parameter": {
// 数据库连接用户名
"username": "root",
// 数据库连接密码
"password": "root",
"column": [
"id"，"name"
],
"connection": [
{
"table": [
"table"
],
"jdbcUrl": [
"jdbc:mysql://127.0.0.1:3306/database"
]
}
]
}
},
"writer": {
//writer类型
"name": "streamwriter",
//是否打印内容
"parameter": {
"print":true,
}
}
}
]
}
}
```
* 配置一个自定义SQL的数据库同步任务到本地内容的作业：
```
{
"job": {
"setting": {
},
"content": [
{
"reader": {
"name": "drdsreader",
"parameter": {
"username": "root",
"password": "root",
"where": "",
"connection": [
{
"querySql": [
"select db_id,on_line_flag from db_info where db_id < 10;"
],
"jdbcUrl": [
"jdbc:drds://localhost:3306/database"]
}
]
}
},
"writer": {
"name": "streamwriter",
"parameter": {
"print": false,
"encoding": "UTF-8"
}
}
}
]
}
}
```
### 3.2 参数说明
* **jdbcUrl**
* 描述：描述的是到对端数据库的JDBC连接信息，使用JSON的数组描述.注意，jdbcUrl必须包含在connection配置单元中。DRDSReader中关于jdbcUrl中JSON数组填写一个JDBC连接即可。
jdbcUrl按照Mysql官方规范，并可以填写连接附件控制信息。具体请参看[mysql官方文档](http://dev.mysql.com/doc/connector-j/en/connector-j-reference-configuration-properties.html)。
* 必选：是 <br />
* 默认值：无 <br />
* **username**
* 描述：数据源的用户名 <br />
* 必选：是 <br />
* 默认值：无 <br />
* **password**
* 描述：数据源指定用户名的密码 <br />
* 必选：是 <br />
* 默认值：无 <br />
* **table**
* 描述：所选取需要抽取的表。注意，由于DRDS本身就是分布式数据源，因此填写多张表无意义。系统对多表不做校验。<br />
* 必选：是 <br />
* 默认值：无 <br />
* **column**
* 描述：所配置的表中需要同步的列名集合，使用JSON的数组描述字段信息。用户使用\*代表默认使用所有列配置，例如['\*']。
支持列裁剪，即列可以挑选部分列进行导出。
支持列换序，即列可以不按照表schema信息进行导出。
支持常量配置，用户需要按照Mysql SQL语法格式:
["id", "\`table\`", "1", "'bazhen.csy'", "null", "to_char(a + 1)", "2.3" , "true"]
id为普通列名，\`table\`为包含保留在的列名，1为整形数字常量，'bazhen.csy'为字符串常量，null为空指针，to_char(a + 1)为表达式，2.3为浮点数，true为布尔值。
column必须用户显示指定同步的列集合，不允许为空！
* 必选：是 <br />
* 默认值：无 <br />
* **where**
* 描述：筛选条件，DrdsReader根据指定的column、table、where条件拼接SQL，并根据这个SQL进行数据抽取。在实际业务场景中，往往会选择当天的数据进行同步，可以将where条件指定为gmt_create > $bizdate 。<br />。
where条件可以有效地进行业务增量同步。where条件不配置或者为空，视作全表同步数据。
* 必选：否 <br />
* 默认值：无 <br />
* **querySql**
* 描述：暂时不支持配置querySql模式 <br />
### 3.3 类型转换
目前DrdsReader支持大部分DRDS类型，但也存在部分个别类型没有支持的情况，请注意检查你的类型。
下面列出DrdsReader针对DRDS类型转换列表:
| DataX 内部类型| DRDS 数据类型 |
| -------- | ----- |
| Long |int, tinyint, smallint, mediumint, int, bigint|
| Double |float, double, decimal|
| String |varchar, char, tinytext, text, mediumtext, longtext |
| Date |date, datetime, timestamp, time, year |
| Boolean |bit, bool |
| Bytes |tinyblob, mediumblob, blob, longblob, varbinary |
请注意:
* `除上述罗列字段类型外，其他类型均不支持`。
* `类似Mysql，tinyint(1)视作整形`。
* `类似Mysql，bit类型读取目前是未定义状态。`
## 4 性能报告
### 4.1 环境准备
#### 4.1.1 数据特征
建表语句：
CREATE TABLE `tc_biz_vertical_test_0000` (
`biz_order_id` bigint(20) NOT NULL COMMENT 'id',
`key_value` varchar(4000) NOT NULL COMMENT 'Key-value的内容',
`gmt_create` datetime NOT NULL COMMENT '创建时间',
`gmt_modified` datetime NOT NULL COMMENT '修改时间',
`attribute_cc` int(11) DEFAULT NULL COMMENT '防止并发修改的标志',
`value_type` int(11) NOT NULL DEFAULT '0' COMMENT '类型',
`buyer_id` bigint(20) DEFAULT NULL COMMENT 'buyerid',
`seller_id` bigint(20) DEFAULT NULL COMMENT 'seller_id',
PRIMARY KEY (`biz_order_id`,`value_type`),
KEY `idx_biz_vertical_gmtmodified` (`gmt_modified`)
) ENGINE=InnoDB DEFAULT CHARSET=gbk COMMENT='tc_biz_vertical'
单行记录类似于：
biz_order_id: 888888888
key_value: ;orderIds:20148888888,2014888888813800;
gmt_create: 2011-09-24 11:07:20
gmt_modified: 2011-10-24 17:56:34
attribute_cc: 1
value_type: 3
buyer_id: 8888888
seller_id: 1
#### 4.1.2 机器参数
* 执行DataX的机器参数为:
1. cpu: 24核 Intel(R) Xeon(R) CPU E5-2630 0 @ 2.30GHz
2. mem: 48GB
3. net: 千兆双网卡
4. disc: DataX 数据不落磁盘，不统计此项
* DRDS数据库机器参数为:
1. cpu: 32核 Intel(R) Xeon(R) CPU E5-2650 v2 @ 2.60GHz
2. mem: 256GB
3. net: 千兆双网卡
4. disc: BTWL419303E2800RGN INTEL SSDSC2BB800G4 D2010370
#### 4.1.3 DataX jvm 参数
-Xms1024m -Xmx1024m -XX:+HeapDumpOnOutOfMemoryError
### 4.2 测试报告
#### 4.2.1 单表测试报告
| 通道数| 是否按照主键切分| DataX速度(Rec/s)| DataX机器运行负载|DB网卡流出流量(MB/s)|DB运行负载|
|--------|--------| --------|--------|--------|--------|--------|--------|
说明：
1. 这里的单表，主键类型为 bigint(20),范围为：190247559466810-570722244711460，从主键范围划分看，数据分布均匀。
2. 对单表如果没有安装主键切分，那么配置通道个数不会提升速度，效果与1个通道一样。
#### 4.2.2 分表测试报告(2个分库，每个分库16张分表，共计32张分表)
| 通道数| DataX速度(Rec/s)|DataX机器运行负载|DB网卡流出流量(MB/s)|DB运行负载|
|--------| --------|--------|--------|--------|--------|--------|
## 5 约束限制
### 5.1 一致性视图问题
DRDS本身属于分布式数据库，对外无法提供一致性的多库多表视图，不同于Mysql等单库单表同步，DRDSReader无法抽取同一个时间切片的分库分表快照信息，也就是说DataX DrdsReader抽取底层不同的分表将获取不同的分表快照，无法保证强一致性。
### 5.2 数据库编码问题
DRDS本身的编码设置非常灵活，包括指定编码到库、表、字段级别，甚至可以均不同编码。优先级从高到低为字段、表、库、实例。我们不推荐数据库用户设置如此混乱的编码，最好在库级别就统一到UTF-8。
DrdsReader底层使用JDBC进行数据抽取，JDBC天然适配各类编码，并在底层进行了编码转换。因此DrdsReader不需用户指定编码，可以自动获取编码并转码。
对于DRDS底层写入编码和其设定的编码不一致的混乱情况，DrdsReader对此无法识别，对此也无法提供解决方案，对于这类情况，`导出有可能为乱码`。
### 5.3 增量数据同步
DrdsReader使用JDBC SELECT语句完成数据抽取工作，因此可以使用SELECT...WHERE...进行增量数据抽取，方式有多种：
* 数据库在线应用写入数据库时，填充modify字段为更改时间戳，包括新增、更新、删除(逻辑删)。对于这类应用，DrdsReader只需要WHERE条件跟上一同步阶段时间戳即可。
* 对于新增流水型数据，DrdsReader可以WHERE条件后跟上一阶段最大自增ID即可。
对于业务上无字段区分新增、修改数据情况，DrdsReader也无法进行增量数据同步，只能同步全量数据。
### 5.4 Sql安全性
DrdsReader提供querySql语句交给用户自己实现SELECT抽取语句，DrdsReader本身对querySql不做任何安全性校验。这块交由DataX用户方自己保证。
## 6 FAQ
***
**Q: DrdsReader同步报错，报错信息为XXX**
A: 网络或者权限问题，请使用DRDS命令行测试：
mysql -u<username> -p<password> -h<ip> -D<database> -e "select * from <表名>"
如果上述命令也报错，那可以证实是环境问题，请联系你的DBA。
***
**Q: 我想同步DRDS增量数据，怎么配置?**
A: DrdsReader必须业务支持增量字段DataX才能同步增量，例如在淘宝大部分业务表中，通过gmt_modified字段表征这条记录的最新修改时间，那么DataX DrdsReader只需要配置where条件为
```
"where": "Date(add_time) = '2014-06-01'"
```
***
drdsreader/pom.xml
Executable
+84
View File
@@ -0,0 +1,84 @@
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<parent>
<groupId>com.alibaba.datax</groupId>
<artifactId>datax-all</artifactId>
<version>0.0.1-SNAPSHOT</version>
</parent>
<artifactId>drdsreader</artifactId>
<name>drdsreader</name>
<packaging>jar</packaging>
<dependencies>
<dependency>
<groupId>com.alibaba.datax</groupId>
<artifactId>datax-common</artifactId>
<version>${datax-project-version}</version>
<exclusions>
<exclusion>
<artifactId>slf4j-log4j12</artifactId>
<groupId>org.slf4j</groupId>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-api</artifactId>
</dependency>
<dependency>
<groupId>ch.qos.logback</groupId>
<artifactId>logback-classic</artifactId>
</dependency>
<dependency>
<groupId>com.alibaba.datax</groupId>
<artifactId>plugin-rdbms-util</artifactId>
<version>${datax-project-version}</version>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>5.1.34</version>
</dependency>
</dependencies>
<build>
<plugins>
<!-- compiler plugin -->
<plugin>
<artifactId>maven-compiler-plugin</artifactId>
<configuration>
<source>1.6</source>
<target>1.6</target>
<encoding>${project-sourceEncoding}</encoding>
</configuration>
</plugin>
<!-- assembly plugin -->
<plugin>
<artifactId>maven-assembly-plugin</artifactId>
<configuration>
<descriptors>
<descriptor>src/main/assembly/package.xml</descriptor>
</descriptors>
<finalName>datax</finalName>
</configuration>
<executions>
<execution>
<id>dwzip</id>
<phase>package</phase>
<goals>
<goal>single</goal>
</goals>
</execution>
</executions>
</plugin>
</plugins>
</build>
</project>
drdsreader/src/main/assembly/package.xml
Executable
+35
View File
@@ -0,0 +1,35 @@
<assembly
xmlns="http://maven.apache.org/plugins/maven-assembly-plugin/assembly/1.1.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/plugins/maven-assembly-plugin/assembly/1.1.0 http://maven.apache.org/xsd/assembly-1.1.0.xsd">
<id></id>
<formats>
<format>dir</format>
</formats>
<includeBaseDirectory>false</includeBaseDirectory>
<fileSets>
<fileSet>
<directory>src/main/resources</directory>
<includes>
<include>plugin.json</include>
<include>plugin_job_template.json</include>
</includes>
<outputDirectory>plugin/reader/drdsreader</outputDirectory>
</fileSet>
<fileSet>
<directory>target/</directory>
<includes>
<include>drdsreader-0.0.1-SNAPSHOT.jar</include>
</includes>
<outputDirectory>plugin/reader/drdsreader</outputDirectory>
</fileSet>
</fileSets>
<dependencySets>
<dependencySet>
<useProjectArtifact>false</useProjectArtifact>
<outputDirectory>plugin/reader/drdsreader/libs</outputDirectory>
<scope>runtime</scope>
</dependencySet>
</dependencySets>
</assembly>
drdsreader/src/main/java/com/alibaba/datax/plugin/reader/drdsreader/DrdsReader.java
Executable
+150
View File
@@ -0,0 +1,150 @@
package com.alibaba.datax.plugin.reader.drdsreader;
import com.alibaba.datax.common.exception.DataXException;
import com.alibaba.datax.common.plugin.RecordSender;
import com.alibaba.datax.common.spi.Reader;
import com.alibaba.datax.common.util.Configuration;
import com.alibaba.datax.plugin.rdbms.reader.CommonRdbmsReader;
import com.alibaba.datax.plugin.rdbms.reader.Constant;
import com.alibaba.datax.plugin.rdbms.reader.Key;
import com.alibaba.datax.plugin.rdbms.util.DBUtilErrorCode;
import com.alibaba.datax.plugin.rdbms.util.DataBaseType;
import com.alibaba.datax.plugin.rdbms.util.TableExpandUtil;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import java.util.List;
public class DrdsReader extends Reader {
private static final DataBaseType DATABASE_TYPE = DataBaseType.MySql;
private static final Logger LOG = LoggerFactory.getLogger(DrdsReader.class);
public static class Job extends Reader.Job {
private Configuration originalConfig = null;
private CommonRdbmsReader.Job commonRdbmsReaderJob;
@Override
public void init() {
this.originalConfig = super.getPluginJobConf();
int fetchSize = this.originalConfig.getInt(Constant.FETCH_SIZE,
Integer.MIN_VALUE);
this.originalConfig.set(Constant.FETCH_SIZE, fetchSize);
this.validateConfiguration();
this.commonRdbmsReaderJob = new CommonRdbmsReader.Job(
DATABASE_TYPE);
this.commonRdbmsReaderJob.init(this.originalConfig);
}
@Override
public List<Configuration> split(int adviceNumber) {
return DrdsReaderSplitUtil.doSplit(this.originalConfig,
adviceNumber);
}
@Override
public void post() {
this.commonRdbmsReaderJob.post(this.originalConfig);
}
@Override
public void destroy() {
this.commonRdbmsReaderJob.destroy(this.originalConfig);
}
private void validateConfiguration() {
// do not splitPk
String splitPk = originalConfig.getString(Key.SPLIT_PK, null);
if (null != splitPk) {
LOG.warn("由于您读取数据库是drds, 所以您不需要配置 splitPk. 如果您不想看到这条提醒，请移除您源头表中配置的 splitPk.");
this.originalConfig.remove(Key.SPLIT_PK);
}
List<Object> conns = this.originalConfig.getList(
Constant.CONN_MARK, Object.class);
if (null == conns || conns.size() != 1) {
throw DataXException.asDataXException(
DBUtilErrorCode.REQUIRED_VALUE,
"您未配置读取数据库jdbcUrl的信息. 正确的配置方式是给 jdbcUrl 配置上您需要读取的连接. 请检查您的配置并作出修改.");
}
Configuration connConf = Configuration
.from(conns.get(0).toString());
connConf.getNecessaryValue(Key.JDBC_URL,
DBUtilErrorCode.REQUIRED_VALUE);
// only one jdbcUrl
List<String> jdbcUrls = connConf
.getList(Key.JDBC_URL, String.class);
if (null == jdbcUrls || jdbcUrls.size() != 1) {
throw DataXException.asDataXException(
DBUtilErrorCode.ILLEGAL_VALUE,
"您的jdbcUrl配置信息有误, 因为您配置读取数据库jdbcUrl的数量不正确. 正确的配置方式是配置且只配置 1 个目的 jdbcUrl. 请检查您的配置并作出修改.");
}
// if have table,only one
List<String> tables = connConf.getList(Key.TABLE, String.class);
if (null != tables && tables.size() != 1) {
throw DataXException
.asDataXException(DBUtilErrorCode.ILLEGAL_VALUE,
"您的jdbcUrl配置信息有误. 由于您读取数据库是drds,配置读取源表数目错误. 正确的配置方式是配置且只配置 1 个目的 table. 请检查您的配置并作出修改.");
}
if (null != tables && tables.size() == 1) {
List<String> expandedTables = TableExpandUtil.expandTableConf(
DATABASE_TYPE, tables);
if (null == expandedTables || expandedTables.size() != 1) {
throw DataXException
.asDataXException(DBUtilErrorCode.ILLEGAL_VALUE,
"您的jdbcUrl配置信息有误. 由于您读取数据库是drds,配置读取源表数目错误. 正确的配置方式是配置且只配置 1 个目的 table. 请检查您的配置并作出修改.");
}
}
// if have querySql,only one
List<String> querySqls = connConf.getList(Key.QUERY_SQL,
String.class);
if (null != querySqls && querySqls.size() != 1) {
throw DataXException
.asDataXException(DBUtilErrorCode.ILLEGAL_VALUE,
"您的querySql配置信息有误. 由于您读取数据库是drds, 配置读取querySql数目错误. 正确的配置方式是配置且只配置 1 个 querySql. 请检查您的配置并作出修改.");
}
// warn:other checking about table,querySql in common
}
}
public static class Task extends Reader.Task {
private Configuration readerSliceConfig;
private CommonRdbmsReader.Task commonRdbmsReaderTask;
@Override
public void init() {
this.readerSliceConfig = super.getPluginJobConf();
this.commonRdbmsReaderTask = new CommonRdbmsReader.Task(
DATABASE_TYPE,super.getTaskGroupId(), super.getTaskId());
this.commonRdbmsReaderTask.init(this.readerSliceConfig);
}
@Override
public void startRead(RecordSender recordSender) {
int fetchSize = this.readerSliceConfig.getInt(Constant.FETCH_SIZE);
this.commonRdbmsReaderTask.startRead(this.readerSliceConfig,
recordSender, super.getTaskPluginCollector(), fetchSize);
}
@Override
public void post() {
this.commonRdbmsReaderTask.post(this.readerSliceConfig);
}
@Override
public void destroy() {
this.commonRdbmsReaderTask.destroy(this.readerSliceConfig);
}
}
}
drdsreader/src/main/java/com/alibaba/datax/plugin/reader/drdsreader/DrdsReaderErrorCode.java
Executable
+31
View File
@@ -0,0 +1,31 @@
package com.alibaba.datax.plugin.reader.drdsreader;
import com.alibaba.datax.common.spi.ErrorCode;
public enum DrdsReaderErrorCode implements ErrorCode {
GET_TOPOLOGY_FAILED("DrdsReader-01", "获取 drds 表的拓扑结构失败."),;
private final String code;
private final String description;
private DrdsReaderErrorCode(String code, String description) {
this.code = code;
this.description = description;
}
@Override
public String getCode() {
return this.code;
}
@Override
public String getDescription() {
return this.description;
}
@Override
public String toString() {
return String.format("Code:[%s], Description:[%s]. ", this.code,
this.description);
}
}
drdsreader/src/main/java/com/alibaba/datax/plugin/reader/drdsreader/DrdsReaderSplitUtil.java
Executable
+121
View File
@@ -0,0 +1,121 @@
package com.alibaba.datax.plugin.reader.drdsreader;
import com.alibaba.datax.common.exception.DataXException;
import com.alibaba.datax.common.util.Configuration;
import com.alibaba.datax.plugin.rdbms.reader.Constant;
import com.alibaba.datax.plugin.rdbms.reader.Key;
import com.alibaba.datax.plugin.rdbms.reader.util.SingleTableSplitUtil;
import com.alibaba.datax.plugin.rdbms.util.DBUtil;
import com.alibaba.datax.plugin.rdbms.util.DBUtilErrorCode;
import com.alibaba.datax.plugin.rdbms.util.DataBaseType;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import java.sql.Connection;
import java.sql.ResultSet;
import java.util.*;
public class DrdsReaderSplitUtil {
private static final Logger LOG = LoggerFactory
.getLogger(DrdsReaderSplitUtil.class);
public static List<Configuration> doSplit(Configuration originalSliceConfig,
int adviceNumber) {
boolean isTableMode = originalSliceConfig.getBool(Constant.IS_TABLE_MODE).booleanValue();
int tableNumber = originalSliceConfig.getInt(Constant.TABLE_NUMBER_MARK);
if (isTableMode && tableNumber == 1) {
//需要先把内层的 table,connection 先放到外层
String table = originalSliceConfig.getString(String.format("%s[0].%s[0]", Constant.CONN_MARK, Key.TABLE)).trim();
originalSliceConfig.set(Key.TABLE, table);
//注意：这里的 jdbcUrl 不是从数组中获取的，因为之前的 master init 方法已经进行过预处理
String jdbcUrl = originalSliceConfig.getString(String.format("%s[0].%s", Constant.CONN_MARK, Key.JDBC_URL)).trim();
originalSliceConfig.set(Key.JDBC_URL, DataBaseType.DRDS.appendJDBCSuffixForReader(jdbcUrl));
originalSliceConfig.remove(Constant.CONN_MARK);
return doDrdsReaderSplit(originalSliceConfig);
} else {
throw DataXException.asDataXException(DBUtilErrorCode.CONF_ERROR, "您的配置信息中的表(table)的配置有误. 因为Drdsreader 只需要读取一张逻辑表,后台会通过DRDS Proxy自动获取实际对应物理表的数据. 请检查您的配置并作出修改.");
}
}
private static List<Configuration> doDrdsReaderSplit(Configuration originalSliceConfig) {
List<Configuration> splittedConfigurations = new ArrayList<Configuration>();
Map<String, List<String>> topology = getTopology(originalSliceConfig);
if (null == topology || topology.isEmpty()) {
throw DataXException.asDataXException(DrdsReaderErrorCode.GET_TOPOLOGY_FAILED,
"获取 drds 表拓扑结构失败, 拓扑结构不能为空.");
} else {
String table = originalSliceConfig.getString(Key.TABLE).trim();
String column = originalSliceConfig.getString(Key.COLUMN).trim();
String where = originalSliceConfig.getString(Key.WHERE, null);
// 不能带英语分号结尾
String sql = SingleTableSplitUtil
.buildQuerySql(column, table, where);
// 根据拓扑拆分任务
for (Map.Entry<String, List<String>> entry : topology.entrySet()) {
String group = entry.getKey();
StringBuilder sqlbuilder = new StringBuilder();
sqlbuilder.append("/*+TDDL({'extra':{'MERGE_UNION':'false'},'type':'direct',");
sqlbuilder.append("'vtab':'").append(table).append("',");
sqlbuilder.append("'dbid':'").append(group).append("',");
sqlbuilder.append("'realtabs':[");
Iterator<String> it = entry.getValue().iterator();
while (it.hasNext()) {
String realTable = it.next();
sqlbuilder.append('\'').append(realTable).append('\'');
if (it.hasNext()) {
sqlbuilder.append(',');
}
}
sqlbuilder.append("]})*/");
sqlbuilder.append(sql);
Configuration param = originalSliceConfig.clone();
param.set(Key.QUERY_SQL, sqlbuilder.toString());
splittedConfigurations.add(param);
}
return splittedConfigurations;
}
}
private static Map<String, List<String>> getTopology(Configuration configuration) {
Map<String, List<String>> topology = new HashMap<String, List<String>>();
String jdbcURL = configuration.getString(Key.JDBC_URL);
String username = configuration.getString(Key.USERNAME);
String password = configuration.getString(Key.PASSWORD);
String logicTable = configuration.getString(Key.TABLE).trim();
Connection conn = null;
ResultSet rs = null;
try {
conn = DBUtil.getConnection(DataBaseType.DRDS, jdbcURL, username, password);
rs = DBUtil.query(conn, "SHOW TOPOLOGY " + logicTable);
while (DBUtil.asyncResultSetNext(rs)) {
String groupName = rs.getString("GROUP_NAME");
String tableName = rs.getString("TABLE_NAME");
List<String> tables = topology.get(groupName);
if (tables == null) {
tables = new ArrayList<String>();
topology.put(groupName, tables);
}
tables.add(tableName);
}
return topology;
} catch (Exception e) {
throw DataXException.asDataXException(DrdsReaderErrorCode.GET_TOPOLOGY_FAILED,
String.format("获取 drds 表拓扑结构失败.根据您的配置, datax获取不到拓扑信息。相关上下文信息:表:%s, jdbcUrl:%s . 请联系 drds 管理员处理.", logicTable, jdbcURL), e);
} finally {
DBUtil.closeDBResources(rs, null, conn);
}
}
}
drdsreader/src/main/resources/plugin.json
Executable
+6
View File
@@ -0,0 +1,6 @@
{
"name": "drdsreader",
"class": "com.alibaba.datax.plugin.reader.drdsreader.DrdsReader",
"description": "useScene: prod. mechanism: Jdbc connection using the database, execute select sql, retrieve data from the ResultSet. warn: The more you know about the database, the less problems you encounter.",
"developer": "alibaba"
}
drdsreader/src/main/resources/plugin_job_template.json
+11
View File
@@ -0,0 +1,11 @@
{
"name": "drdsreader",
"parameter": {
"jdbcUrl": "",
"username": "",
"password": "",
"table": "",
"column": [],
"where": ""
}
}