[[389867]]

介紹

需求背景：

有很多業(yè)務(wù)系統(tǒng)，他們的數(shù)據(jù)庫是相互獨立的，俗稱數(shù)據(jù)孤島，為了做數(shù)據(jù)統(tǒng)計分析，就需要把這些數(shù)據(jù)歸集在一個數(shù)據(jù)庫中，比如數(shù)據(jù)倉庫，然后多表關(guān)聯(lián)查詢，方便開發(fā)數(shù)據(jù)應(yīng)用。希望能有這樣的工具，指定兩個數(shù)據(jù)庫和表名，就可以將表從源數(shù)據(jù)庫拷貝到目標(biāo)數(shù)據(jù)庫中。具體需求如下：

• 能自動同步表結(jié)構(gòu)，如：源表加字段，目標(biāo)表自動加字段。
• 支持增量或全量復(fù)制數(shù)據(jù)，比如按日期進(jìn)行復(fù)制數(shù)據(jù)。
• 支持指定字段同步，只同步關(guān)心的那些字段。
• 支持主流的關(guān)系型數(shù)據(jù)庫: mysql、db2、postgresql、oracle、sqlserver
• 源表和目標(biāo)表表名可以不同，字段名也可以不同(已存在目標(biāo)表的情況下)

因為自己要用，我就自己寫了一個，順便熟悉下 java 開發(fā)(之前一直用 Python，不得不說，Java 真浪費時間)，本程序的最大用處就是構(gòu)建集市或數(shù)倉所需要的基礎(chǔ)層數(shù)據(jù)源，歡迎感興趣的朋友一起加入。

程序的使用方法

Docker 方式：

這里用到三個容器:

• app 也就是主程序本身，app 容器使用的程序文件就是 release 目錄下的文件，已經(jīng)做了綁定。
• mysql 測試用的，作為源數(shù)據(jù)庫，已提前放好了有 7000 條測試數(shù)據(jù)的表 somenzz_users。
• postgres 測試用的，作為目標(biāo)數(shù)據(jù)庫，沒有數(shù)據(jù)。

先部署，執(zhí)行 docker-compose up -d 就會自動完成應(yīng)用和數(shù)據(jù)庫的部署：

$ git clone https://github.com/somenzz/database-sync.git 
$ cd database-sync 
$ docker-compose up -d 
Creating database-sync_postgres_1 ... done 
Creating database-sync_app_1      ... done 
Creating database-sync_mysql_1    ... done 

這樣三個容器就啟動了，使用 docker ps -a |grep database-sync 可以查看到三個正在運行的容器：

現(xiàn)在直接使用 docker exec -i database-sync_app_1 java -jar database-sync-1.3.jar 來執(zhí)行程序：

mysql 容器已有測試數(shù)據(jù)，release/config/config.json 已經(jīng)配置好了數(shù)據(jù)庫的連接，因此可以直接試用，以下演示的是從 mysql 復(fù)制表和數(shù)據(jù)到 postgres：

1. 全量復(fù)制，自動建表：

docker exec -i database-sync_app_1 java -jar database-sync-1.3.jar mysql_test testdb somenzz_users postgres_test public users --sync-ddl 

如果你不想每次都敲 docker exec -i database-sync_app_1 ，可以進(jìn)入容器內(nèi)部執(zhí)行：

(py38env) ➜  database-sync git:(master) ✗ docker exec -it database-sync_app_1 /bin/bash 
root@063b1dc76fe1:/app# ls 
config database-sync-1.3.jar  lib  logs 
root@063b1dc76fe1:/app# java -jar database-sync-1.3.jar mysql_test testdb somenzz_users postgres_test public users -sd 

2. 增量復(fù)制：

root@063b1dc76fe1:/app# java -jar database-sync-1.3.jar mysql_test testdb somenzz_users postgres_test public zz_users "create_at >= '2018-01-09'" 

3. 指定字段：

root@063b1dc76fe1:/app# java -jar database-sync-1.3.jar mysql_test testdb somenzz_users postgres_test public zz_users -ff="user_id,name,age" -tf="user_id,name,age" "create_at >= '2018-01-09'" 

普通方式

程序運行前確保已安裝 java 1.8 或后續(xù)版本，已經(jīng)安裝 maven，然后 clone 源碼，打包：

git clone https://gitee.com/somenzz/database-sync.git 
cd database-sync 
mvn package 

此時你會看到 target 目錄，將 target 下的 lib 目錄 和 database-sync-1.3.jar 復(fù)制出來，放在同一目錄下，然后再創(chuàng)建一個 config 目錄，在 config 下新建一個 config.json 文件寫入配置信息，然后將這個目錄壓縮，就可以傳到服務(wù)器運行了，請注意先充分測試，jdk 要求 1.8+

[aaron@hdp002 /home/aaron/App/Java/database-sync]$ ls -ltr 
total 48 
drwxr-xr-x 2 aaron aaron  4096 Apr 23  2020 lib 
-rwxrw-r-- 1 aaron aaron   157 Jun 23  2020 run.sh 
drwxrwxr-x 2 aaron aaron  4096 Jul  3  2020 logs 
-rw-rw-r-- 1 aaron aaron 24773 Mar 16  2021 database-sync-1.3.jar 
drwxr-xr-x 7 aaron aaron  4096 Aug  3  2020 jdk1.8.0_231 
drwxrwxr-x 2 aaron aaron  4096 Feb 19 17:07 config 

你也可以直接下載我打包好的使用。

程序名稱叫 database-sync，運行方式是這樣的：

(py38env) ➜  target git:(master) ✗ java -jar database-sync-1.3.jar -h       
Usage:  
java -jar database-sync-1.0.jar [options] {fromDB} {fromSchema} {fromTable} {toDB} {toSchema} {toTable} [whereClause] 
options: 
        -v or --version                            :print version then exit 
        -h or --help                               :print help info then exit 
        -sd or --sync-ddl                          :auto synchronize table structure 
        -ff=col1,col2 or --from-fields=col1,col2   :specify from fields 
        -tf=col3,col4 or --to-fields=col3,col4     :specify to fields 
        --no-feature or -nf                        :will not use database's feature 

幫助說明：

[] 中括號里的內(nèi)容表示選填，例如 [options] 表示 options 下的參數(shù)不是必須的。

1、其中 options 參數(shù)解釋如下：

• --sync-ddl 或者 -sd : 加入該參數(shù)會自動同步表結(jié)構(gòu)。
• --from_fields=col1,col2 或者 -ff=col1,col2 : 指定原表的字段序列，注意 = 前后不能有空格。
• --to_fields=col3,col4 或者 -tf=col3,col4 : 指定目標(biāo)表的字段序列，注意 = 前后不能有空格。

2、whereClause 表示 where 條件，用于增量更新，程序再插入數(shù)據(jù)前先按照 where 條件進(jìn)行清理數(shù)據(jù)，然后按照 where 條件從原表進(jìn)行讀取數(shù)據(jù)。whereClause 最好使用雙引號包起來，表示一個完整的參數(shù)。如："jyrq='2020-12-31'"

{} 大括號里的內(nèi)容表示必填。

fromDb 是指配置在 config.json 的數(shù)據(jù)庫信息的鍵，假如有以下配置文件：

{ 
      "postgres":{ 
        "type":"postgres", 
        "driver":"org.postgresql.Driver", 
        "url":"jdbc:postgresql://localhost:5432/apidb", 
        "user": "postgres", 
        "password":"aaron", 
        "encoding": "utf-8" 
    }, 
 
 
    "aarondb":{ 
        "type":"mysql", 
        "driver":"com.mysql.cj.jdbc.Driver", 
        "url":"jdbc:mysql://localhost:3306/aarondb?useSSL=false&characterEncoding=utf8&serverTimezone=UTC", 
        "user": "aaron", 
        "password":"aaron" 
    } 
} 

fromDb、toDb 可以是 aarondb 或者 postgres。

• fromSchema 讀取數(shù)據(jù)的表的模式名，可以填寫 "".
• fromTable 讀取數(shù)據(jù)的表明，必須提供。
• toSchema 寫入數(shù)據(jù)表的模式名，可以填寫 ""，可以和 fromSchema 不同.
• toTable 寫入數(shù)據(jù)表的表名，必須提供，當(dāng)寫入表不存在時，自動按讀取表的表結(jié)構(gòu)創(chuàng)建，可以和 fromTable 不同。

全量、增量、指定字段的使用樣例請參考 Docker 方式。

配置文件說明

配置文件位于 config/config.json，如下所示：

{ 
    "sjwb":{ 
        "type":"db2", 
        "driver":"com.ibm.db2.jcc.DB2Driver", 
        "url":"jdbc:db2://192.168.1.*:50000/wbsj", 
        "user": "****", 
        "password":"****", 
        "tbspace_ddl": "/*這里可以放置指定表空間的語句*/", 
        "encoding":"utf-8" 
    }, 
 
    "dw_test":{ 
        "type":"db2", 
        "driver":"com.ibm.db2.jcc.DB2Driver", 
        "url":"jdbc:db2://192.168.169.*:60990/dwdb", 
        "user": "****", 
        "password":"****", 
        "encoding":"gbk" 
    }, 
 
    "postgres":{ 
        "type":"postgres", 
        "driver":"org.postgresql.Driver", 
        "url":"jdbc:postgresql://10.99.**.**:5432/apidb", 
        "user": "****", 
        "password":"****", 
        "tbspace_ddl": "WITH (compression=no, orientation=orc, version=0.12)\ntablespace hdfs\n", 
        "encoding":"utf-8" 
    }, 
 
 
    "aarondb":{ 
        "type":"mysql", 
        "driver":"com.mysql.cj.jdbc.Driver", 
        "url":"jdbc:mysql://localhost:3306/aarondb?useSSL=false&characterEncoding=utf8&serverTimezone=UTC", 
        "user": "****", 
        "password":"****", 
        "encoding":"utf-8" 
    }, 
 
    "buffer-rows": 100000 
} 

配置文件說明：

type 表示數(shù)據(jù)庫類型，均為小寫：

• mysql
• postgres
• db2
• oracle
• sqlserver

tbspace_ddl 表示自動建表時指定的表空間，該選項不是必需的，可以刪除。

buffer-rows 表示讀取多少行時一塊寫入目標(biāo)數(shù)據(jù)庫，根據(jù)服務(wù)器內(nèi)存大小自己做調(diào)整，100000 行提交一次滿足大多數(shù)情況了。

encoding 用于表結(jié)構(gòu)同步時確定字段長度，比如說源庫的字段是 gbk varchar(10)，目標(biāo)庫是 utf-8，那么就應(yīng)該為 varchar(15)，這樣字段有中文就不會出現(xiàn)截斷或插入失敗問題，程序這里 2 倍，也就是 varchar(20) ，這樣字段長度不會出現(xiàn)小數(shù)位。

最后的話

提高數(shù)據(jù)庫間表的復(fù)制效率，如果不需要對源表字段進(jìn)行轉(zhuǎn)換，就丟掉低效的 datastage 和 kettle 吧。