本文为您介绍PolarDB Writer支持的数据类型、写入方式、字段映射和数据源等参数及配置示例。
PolarDB Writer插件实现了写入数据到PolarDB数据库目标表的功能。在底层实现上,PolarDB Writer通过JDBC连接远程PolarDB数据库,并执行相应的
insert into…
或replace into…
的SQL语句将数据写入PolarDB。内部会分批次提交入库,需要数据库本身采用innodb引擎。
说明 在开始配置PolarDB Writer插件前,请首先配置好数据源,详情请参见配置PolarDB数据源。
PolarDB Writer面向ETL开发工程师,使用PolarDB Writer从数仓导入数据到PolarDB。同时PolarDB Writer也可以作为数据迁移工具为DBA等用户提供服务。PolarDB
Writer通过数据同步框架获取Reader生成的协议数据,根据您配置的writeMode生成。
说明 整个任务至少需要具备
insert/replace 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。
类型转换列表
类似于PolarDB Reader ,目前PolarDB Writer支持大部分PolarDB类型,但也存在部分类型没有支持的情况,请注意检查您的数据类型。
PolarDB Writer针对PolarDB类型的转换列表,如下所示。
类型分类 | PolarDB数据类型 |
---|---|
整数类 | INT、TINYINT、SMALLINT、MEDIUMINT、BIGINT和YEAR |
浮点类 | FLOAT、DOUBLE和DECIMAL |
字符串类 | VARCHAR、CHAR、TINYTEXT、TEXT、MEDIUMTEXT和LONGTEXT |
日期时间类 | DATE、DATETIME、TIMESTAMP和TIME |
布尔型 | BOOL |
二进制类 | TINYBLOB、MEDIUMBLOB、BLOB、LONGBLOB和VARBINARY |
参数说明
全量参数说明
参数 | 描述 | 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 |
table | 选取的需要同步的表名称。 | 是 | 无 |
writeMode | 选择导入模式,可以支持:
|
否 | insert |
column | 目标表需要写入数据的字段,字段之间用英文所逗号分隔。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,例如加上某一个时间戳。 | 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PolarDB的网络交互次数,并提升整体吞吐量。但是该值设置过大可能会造成数据同步运行进程OOM情况。 | 否 | 1,024 |
updateColumn | 当writeMode配置成update时,发生遇到主键/唯一性索引冲突时所更新的字段。字段之间用英文逗号所分隔,例如"updateColumn": ["name", "age"] 。
说明 目前仅支持PolarDB for MySQL。
|
否 | 无 |
writeMode(主键冲突)参数详解
对比介绍 | insert(即向导模式的insert into) | update(即向导模式的on duplicate key update) | replace(即向导模式的replace into) |
---|---|---|---|
处理策略 | 当主键或唯一性索引冲突时,冲突行不写入目标表,以脏数据的形式体现。 | 没有遇到主键或唯一性索引冲突时,与insert into行为一致。冲突时会用新行替换已经指定的字段的语句,写入数据至目标表。 | 没有遇到主键或唯一性索引冲突时,与insert into行为一致。冲突时会先删除原有行,再插入新行。即新行会替换原有行的所有字段。 |
数据示例 |
|
|
|
向导开发介绍
- 选择数据源
配置同步任务的数据来源和数据去向。
参数 描述 数据源 即上述参数说明中的datasource,通常填写您配置的数据源名称。 表 即上述参数说明中的table,选择需要同步的表。 导入前准备语句 即上述参数说明中的preSql,输入执行数据同步任务之前率先执行的SQL语句。 导入后完成语句 即上述参数说明中的postSql,输入执行数据同步任务之后执行的SQL语句。例如, update table set gmt_modify=now();
。主键冲突 即上述参数说明中的writeMode,选择需要的导入模式,不同模式的详细介绍与数据示例请参见上文的writeMode(主键冲突)参数详解。 - 字段映射,即上述参数说明中的column,左侧的源头表字段和右侧的目标表字段为一一对应的关系。
参数 描述 同名映射 单击同名映射,可以根据名称建立相应的映射关系,请注意匹配数据类型。 同行映射 单击同行映射,可以在同行建立相应的映射关系,请注意匹配数据类型。 取消映射 单击取消映射,可以取消建立的映射关系。 自动排版 可以根据相应的规律自动排版。 - 通道控制。
参数 描述 任务期望最大并发数 数据同步任务内,可以从源并行读取或并行写入数据存储端的最大线程数。向导模式通过界面化配置并发数,指定任务所使用的并行度。 同步速率 设置同步速率可以保护读取端数据库,以避免抽取速度过大,给源库造成太大的压力。同步速率建议限流,结合源库的配置,请合理配置抽取速率。 错误记录数 错误记录数,表示脏数据的最大容忍条数。 分布式处理能力 数据同步时,可以将任务切片分散到多台执行节点上并发执行,提高同步速率。该模式下,配置较大任务并发数会增加数据存储访问压力,如需使用该功能,请提前评估数据存储的访问负载。该功能仅支持在独享数据集成资源组配置,详情请参见独享数据集成资源组和新增和使用独享数据集成资源组。
脚本开发介绍
通过脚本模式开发的详情请参见通过脚本模式配置离线同步任务。
脚本配置样例如下,详情请参见上述参数说明。
{
"type": "job",
"steps": [
{
"parameter": {},
"name": "Reader",
"category": "reader"
},
{
"parameter": {
"postSql": [],//导入后完成语句。
"datasource": "test_005",//数据源名称。
"column": [//目标列名。
"id",
"name",
"age",
"sex",
"salary",
"interest"
],
"writeMode": "insert",//写入模式。
"batchSize": 256,//一次性批量提交的记录数大小。
"table": "PolarDB_person_copy",//目标表名。
"preSql": []//导入前准备语句。
},
"name": "Writer",
"category": "writer"
}
],
"version": "2.0",//版本号。
"order": {
"hops": [
{
"from": "Reader",
"to": "Writer"
}
]
},
"setting": {
"errorLimit": {//错误记录数。
"record": ""
},
"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":6, //作业并发数。
"mbps":"12"//限流
}
}
}