本文为您介绍DB2 Reader支持的数据类型、字段映射和数据源等参数及配置示例。
背景信息
DB2 Reader插件实现了从DB2读取数据。在底层实现上,DB2 Reader通过JDBC连接远程DB2数据库,并执行相应的SQL语句,从DB2库选取数据。
- 对于您配置的table、column、where等信息,DB2 Reader将其拼接为SQL语句发送至DB2数据库。
- 对于您配置的querySql信息,DB2 Reader直接将其发送至DB2数据库。
DB2 Reader使用的DB2驱动版本为IBM Data Server Driver for JDBC and SQLJ 4.11.77。DB2驱动和数据库服务之间的版本映射请参见官网文档。
类型转换列表
DB2 Reader支持大部分DB2类型,但也存在个别类型没有支持的情况,请注意检查您的数据类型。
类型分类 | DB2数据类型 |
---|---|
整数类 | SMALLINT |
浮点类 | DECIMAL、REAL和DOUBLE |
字符串类 | CHAR、CHARACTER、VARCHAR、GRAPHIC、VARGRAPHIC、LONG VARCHAR、CLOB、LONG VARGRAPHIC和DBCLOB |
日期时间类 | DATE、TIME和TIMESTAMP |
布尔类 | 无 |
二进制类 | BLOB |
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要与添加的数据源名称保持一致。 | 是 | 无 |
jdbcUrl | 描述的是到DB2数据库的JDBC连接信息,jdbcUrl按照DB2官方规范,DB2格式为jdbc:db2://ip:port/database ,并可以填写连接附件控制信息。
|
是 | 无 |
username | 数据源的用户名。 | 是 | 无 |
password | 数据源指定用户名的密码。 | 是 | 无 |
table | 所选取的需要同步的表,一个作业只能支持一个表同步。 | 是 | 无 |
column | 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,默认使用所有列配置。例如[ * ]:
|
是 | 无 |
splitPk | DB2 Reader进行数据抽取时,如果指定splitPk,表示您希望使用splitPk代表的字段进行数据分片。数据同步系统会启动并发任务进行数据同步,以提高数据同步的效能:
|
否 | "" |
where | 筛选条件,DB2 Reader根据指定的column、table、where条件拼接SQL,并根据该SQL抽取数据。
在实际业务场景中,通常会选择当天的数据进行同步,可以指定where条件为 |
否 | 无 |
querySql | 在部分业务场景中,where配置项不足以描述所筛选的条件,您可以通过该配置型来自定义筛选SQL。当您配置该项后,数据同步系统会忽略table、column等配置,直接使用该配置项的内容筛选数据。
例如,您需要在多表Join后同步数据,使用 |
否 | 无 |
fetchSize | 该配置项定义了插件和数据库服务器端每次批量数据获取条数,该值决定了数据同步系统和服务器端的网络交互次数,能够较大的提升数据抽取性能。
说明 fetchSize值过大(>2048)可能造成数据同步进程OOM。
|
否 | 1024 |
脚本开发介绍
{
"type":"job",
"version":"2.0",//版本号
"steps":[
{
"stepType":"db2",//插件名
"parameter":{
"password":"",//密码
"jdbcUrl":"",//DB2数据库的JDBC连接信息
"column":[
"id"
],
"where":"",//筛选条件。
"splitPk":"",//数据分片
"table":"",//表名
"username":""//用户名
},
"name":"Reader",
"category":"reader"
},
{
"stepType":"stream",
"parameter":{},
"name":"Writer",
"category":"writer"
}
],
"setting":{
"errorLimit":{
"record":"0"//错误记录数
},
"speed":{
"throttle":true,//当throttle值为false时,mbps参数不生效,表示不限流;当throttle值为true时,表示限流。
"concurrent":1 //作业并发数。
"mbps":"12"//限流
}
},
"order":{
"hops":[
{
"from":"Reader",
"to":"Writer"
}
]
}
}
补充说明
- 主备同步数据恢复问题
主备同步问题指DB2使用主从灾备,备库从主库不间断通过binlog恢复数据。由于主备数据同步存在一定的时间差,特别在网络延迟等情况下,会导致备库同步恢复的数据不是一份当前时间的完整镜像,与主库有较大差别。
- 一致性约束
DB2在数据存储划分中属于RDBMS系统,对外可以提供强一致性数据查询接口。例如,一次同步任务启动运行过程中,有其它数据源写入数据至该库。由于数据库本身的快照特性,DB2 Reader完全不会获取到写入的更新数据。
上述是在DB2 Reader单线程模型下数据同步一致性的特性,DB2 Reader可以根据您配置信息并发抽取数据,因此不能严格保证数据的一致性。
DB2 Reader根据splitPk切分数据后,会先后启动多个并发任务完成数据同步。多个并发任务不属于同一个读事务且存在时间间隔。对于原始数据而言,多并发读取的快照数据可能存在不完整、不一致的情况。
针对多线程的一致性快照需求,目前在技术上无法实现,只能从工程角度解决。工程化的方式存在取舍,在此提供以下解决思路,您可根据自身情况进行选择:- 使用单线程同步,即不再进行数据切片。缺点是速度比较慢,但是能够很好保证一致性。
- 关闭其他数据写入方,保证当前数据为静态数据,例如锁表、关闭备库同步等。缺点是可能影响在线业务。
- 数据库编码问题
DB2 Reader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DB2 Reader不需您指定编码,可以自动识别编码并转码。
- 增量数据同步的方式
DB2 Reader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,方式如下:- 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(逻辑删除)。对于该类应用,DB2 Reader只需要where条件后跟上一同步阶段时间戳即可。
- 对于新增流水型数据,DB2 Reader在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、修改数据的情况,DB2 Reader无法进行增量数据同步,只能同步全量数据。
- SQL安全性
DB2 Reader提供querySql语句交给您自己实现SELECT抽取语句,DB2 Reader本身对querySql不进行任何安全性校验。