DB2数据源作为数据中枢,为您提供读取和写入DB2数据库的双向通道,能够快速解决海量数据的计算问题。本文为您介绍DataWorks的DB2数据同步的能力支持情况。
支持的版本
DB2 Reader和DB2 Writer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。
使用限制
DB2 Reader和DB2 Writer支持使用Serverless资源组和独享数据集成资源组,不支持使用公共资源组和自定义资源组。
DB2 Writer通过数据同步框架获取Reader生成的协议数据,通过
insert into(当主键/唯一性索引冲突时,冲突的行会写不进去)语句,写入数据至DB2。另外出于性能考虑采用了PreparedStatement + Batch,并且设置了rewriteBatchedStatements=true,将数据缓冲到线程上下文Buffer中,当Buffer累计到预定阈值时,才发起写入请求。说明整个任务至少需要具备
insert into的权限,是否需要其它权限,取决于您配置任务时在preSql和postSql中指定的语句。离线同步支持读取视图表。
目前不支持DB2 AES加密算法。
支持的字段类型
在进行离线读写时,DB2 Reader和DB2 Writer支持大部分DB2类型,但也存在个别类型未被支持的情况,请注意检查您的数据类型。
DB2 Reader和DB2 Writer针对DB2类型的转换列表,如下所示。
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  | 
创建数据源
在进行数据同步任务开发时,您需要在DataWorks上创建一个对应的数据源,操作流程请参见创建并管理数据源,详细的配置参数解释可在配置界面查看对应参数的文案提示。
数据同步任务开发
数据同步任务的配置入口和通用配置流程可参见下文的配置指导。
单表离线同步任务配置指导
操作流程请参见通过向导模式配置离线同步任务、通过脚本模式配置离线同步任务。
脚本模式配置的全量参数和脚本Demo请参见下文的附录:脚本Demo与参数说明。
整库离线读同步配置指导
操作流程请参见数据集成侧同步任务配置。
常见问题
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,特别是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,但是能够很好地保证一致性。
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。
附录:脚本Demo与参数说明
离线任务脚本配置方式
如果您配置离线任务时使用脚本模式的方式进行配置,您需要按照统一的脚本格式要求,在任务脚本中编写相应的参数,详情请参见通过脚本模式配置离线同步任务,以下为您介绍脚本模式下数据源的参数配置详情。
Reader脚本Demo
{
    "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,此处1mbps = 1MB/s。
        }
    },
    "order":{
        "hops":[
            {
                "from":"Reader",
                "to":"Writer"
            }
        ]
    }
}Reader脚本参数
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  | 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,您可以通过该配置项来自定义筛选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,能够较大程度上提升数据抽取性能。 说明  fetchSize值过大(>2048)可能造成数据同步进程OOM。  | 否  | 1024  | 
Writer脚本Demo
{
    "type":"job",
    "version":"2.0",//版本号。
    "steps":[
        {
            "stepType":"stream",
            "parameter":{},
            "name":"Reader",
            "category":"reader"
        },
        {
            "stepType":"db2",//插件名。
            "parameter":{
                "postSql":[],//执行数据同步任务之后率先执行的SQL语句。
                "password":"",//密码。
                "jdbcUrl":"jdbc:db2://ip:port/database",//DB2数据库的JDBC连接信息。
                "column":[
                    "id"
                ],
                "batchSize":1024,//一次性批量提交的记录数大小。
                "table":"",//表名。
                "username":"",//用户名。
                "preSql":[]//执行数据同步任务之前执行的SQL语句。
            },
            "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,此处1mbps = 1MB/s。
        }
    },
    "order":{
        "hops":[
            {
                "from":"Reader",
                "to":"Writer"
            }
        ]
    }
}Writer脚本参数
参数  | 描述  | 是否必选  | 默认值  | 
jdbcUrl  | 描述的是到DB2数据库的JDBC连接信息,JDBC URL遵循DB2官方规范。DB2格式为jdbc:db2://ip:port/database,您还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 。  | 是  | 无  | 
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"]。如果要依次写入全部列,使用(*)表示。例如"column": ["*"] 。  | 是  | 无  | 
preSql  | 执行数据同步任务之前率先执行的SQL语句,目前仅允许执行一条SQL语句,例如清除旧数据。  | 否  | 无  | 
postSql  | 执行数据同步任务之后执行的SQL语句,目前向导模式仅允许执行一条SQL语句,脚本模式可以支持多条SQL语句,例如加上某个时间戳。  | 否  | 无  | 
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Db2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。  | 否  | 1024  |