Vertica是一款基于列存储的MPP架构的数据库,Vertica Writer插件实现了向Vertica写入数据的功能。本文将为您介绍Vertica Writer的实现原理、参数和示例。

注意 Vertica Writer仅支持使用独享数据集成资源组,不支持使用默认资源组和自定义资源组

实现原理

在底层实现上,Vertica Writer通过JDBC连接远程Vertica数据库,并执行相应的insert into...语句,写入数据至Vertica,内部会分批次提交入库。

Vertica Writer面向ETL开发工程师,通过Vertica Writer从数仓导入数据至Vertica。同时,Vertica Writer可以作为数据迁移工具,为数据库管理员等用户提供服务。

Vertica Writer通过数据同步框架获取Reader生成的协议数据,根据您的配置生成相应的SQL插入语句:
  • insert into...:当主键或唯一性索引冲突时,会写不进去冲突的行。
  • 目标表所在数据库必须是主库才能写入数据。
    说明 整个任务需要至少具备insert into...的权限。是否需要其它权限,取决于您配置任务时,在preSqlpostSql中指定的语句。
  • Vertica Writer不支持配置writeMode参数。
  • Vertica Writer通过Vertica数据库驱动访问Vertica,您需要确认Vertica驱动和您的Vertica服务之间的兼容能力。数据库驱动使用如下版本。
    <dependency>
        <groupId>com.vertica</groupId>
        <artifactId>vertica-jdbc</artifactId>
        <version>7.1.2</version>
    </dependency>

参数说明

参数 描述 是否必选 默认值
datasource 数据源名称,脚本模式支持添加数据源,此配置项填写的内容必须与添加的数据源名称保持一致。
jdbcUrl 描述的是到对端数据库的JDBC连接信息,jdbcUrl包含在connection配置单元中:
  • 在一个数据库上只能配置一个值,不支持同一个数据库存在多个主库的情况(双主导入数据情况)。
  • jdbcUrl的格式和Vertica官方一致,并可以连接附加参数信息。例如,jdbc:vertica://127.0.0.1:3306/database
username 数据源的用户名。
password 数据源指定用户名的密码。
table 选取的需要同步的表名称,使用JSON的数组进行描述。
说明 table必须包含在connection配置单元中。
column 目标表需要写入数据的字段,字段之间用英文逗号分隔,例如"column": ["id", "name", "age"]
preSql 写入数据至目标表前,会先执行此处的标准语句。如果SQL中有需要操作的表名称,请使用@table表示,以便在实际执行SQL语句时,对变量按照实际表名称进行替换。
postSql 写入数据至目标表后,会执行此处的标准语句。
batchSize 一次性批量提交的记录数大小,该值可以极大减少数据同步系统与Vertica的网络交互次数,并提升整体吞吐量。如果该值设置过大,会导致数据同步运行进程OOM异常。 1,024

向导开发介绍

暂不支持向导模式开发。

脚本开发介绍

配置一个Vertica写入数据的作业,使用脚本模式开发的详情请参见通过脚本模式配置任务
{
    "type":"job",
    "version":"2.0",//版本号。
    "steps":[
        {
            "stepType":"stream",
            "parameter":{},
            "name":"Reader",
            "category":"reader"
        },
        {
            "stepType":"vertica",//插件名。
            "parameter":{
                "datasource": "数据源名",
                "username": "",
                "password": "",
                "column": [//字段。
                    "id",
                    "name"
                ],
                "connection": [
                    {
                        "table": [//表名。
                            "vertica_table"
                        ],
                        "jdbcUrl": "jdbc:vertica://ip:port/database"
                    }
                ],
                "preSql": [ //执行数据同步任务之前率先执行的SQL语句。
                    "delete from @table where db_id = -1"
                ],
                "postSql": [//执行数据同步任务之后率先执行的SQL语句。
                    "update @table set db_modify_time = now() where db_id = 1"
                ]
            },
            "name":"Writer",
            "category":"writer"
        }
    ],
    "setting":{
        "errorLimit":{
            "record":"0"//错误记录数。
        },
        "speed":{
            "throttle":false,//false代表不限流,下面的限流速度不生效;true代表限流。
            "concurrent":1,//作业并发数。
        }
    },
    "order":{
        "hops":[
            {
                "from":"Reader",
                "to":"Writer"
            }
        ]
    }
}