全部产品

OGG for Big Data

一、环境要求

  • Oracle数据库,19c及以下数据库,版本不可高于源端OGG
  • 源端,Oracle GoldenGate 19.1.0.0
  • 目标端, Oracle GoldenGate for Big Data 19.1.0.0
  • OGG官方下载地址

备注:本文示例均已OGG19.1为例,其他支持版本可参看文末版本说明

二、 安装步骤

下面将介绍Oracle/OGG相关安装和配置过程,Oracle的安装将不做介绍,另外需要注意的是:Oracle/OGG相关参数配置以熟悉Oracle/OGG的运维人员配置为准,本示例只是提供一个可运行的样本。

OGG 源端配置

本文以Oracle11g为例,给出一个可用示例,Oracle 12c多租户及以上版本请参考官方文档

1. 源端Oracle配置

注意:以下操作如遗漏配置,可能会造成UPDATE操作的更新前值为空
以dba分身进入sqlplus:sqlplus / as sysdba

  1. # 创建独立的表空间
  2. create tablespace ATMV datafile '/home/oracle/u01/app/oracle/oradata/uprr/ATMV.dbf' size 100m autoextend on next 50m maxsize unlimited;
  3. # 创建ogg_test用户,密码也为ogg_test
  4. create user ogg_test identified by ogg_test default tablespace ATMV;
  5. # 给ogg_test赋予充分的权限
  6. grant connect,resource,dba to ogg_test;
  7. # 检查附加日志情况
  8. Select SUPPLEMENTAL_LOG_DATA_MIN, SUPPLEMENTAL_LOG_DATA_PK, SUPPLEMENTAL_LOG_DATA_UI, SUPPLEMENTAL_LOG_DATA_FK, SUPPLEMENTAL_LOG_DATA_ALL from v$database;
  9. # 增加数据库附加日志
  10. alter database add supplemental log data;
  11. alter database add supplemental log data (primary key, unique,foreign key) columns;
  12. # rollback
  13. alter database drop supplemental log data (primary key, unique,foreign key) columns;
  14. alter database drop supplemental log data;
  15. # 全字段模式,注意:在该模式下的delete操作也只有主键值,如果需要其他值,须在source端extract配置NOCOMPRESSDELETES
  16. ALTER DATABASE ADD SUPPLEMENTAL LOG DATA (ALL) COLUMNS;
  17. # 开启数据库强制日志模式
  18. alter database force logging;
  19. # 安装sequence support
  20. @sequence.sql
  21. #
  22. alter table sys.seq$ add supplemental log data (primary key) columns;

2. 源端OGG安装

下载OGG安装包解压后有如下目录:

  1. drwxr-xr-x install
  2. drwxrwxr-x response
  3. -rwxr-xr-x runInstaller
  4. drwxr-xr-x stage

目前oracle一般采取response安装的方式,在response/oggcore.rsp中配置安装依赖,具体如下:

  1. oracle.install.responseFileVersion=/oracle/install/rspfmt_ogginstall_response_schema_v12_1_2
  2. # 需要目前与oracle版本对应
  3. INSTALL_OPTION=ORA11g
  4. # goldegate主目录
  5. SOFTWARE_LOCATION=/home/oracle/u01/ggate
  6. # 初始不启动manager
  7. START_MANAGER=false
  8. # manger端口
  9. MANAGER_PORT=7839
  10. # 对应oracle的主目录
  11. DATABASE_LOCATION=/home/oracle/u01/app/oracle/product/11.2.0/dbhome_1
  12. # 暂可不配置
  13. INVENTORY_LOCATION=
  14. # 分组(目前暂时将oracle和ogg用同一个账号ogg_test,实际可以给ogg单独账号)
  15. UNIX_GROUP_NAME=oinstall

执行命令:

  1. runInstaller -silent -responseFile {YOUR_OGG_INSTALL_FILE_PATH}/response/oggcore.rsp

本示例中,安装后OGG的目录在/home/oracle/u01/ggate,安装日志在/home/oracle/u01/ggate/cfgtoollogs/oui目录下,当silentInstall{时间}.log文件里出现如下提示,表明安装成功:

The installation of Oracle GoldenGate Core was successful.

执行/home/oracle/u01/ggate/ggsci命令,并在提示符下键入命令:CREATE SUBDIRS,从而生成ogg需要的各种目录(dirxxx)。至此,源端OGG安装完成。

3. 配置源端mgr

以下是通过ggsci对ogg源端mgr进行配置,配置命令为edit params mgr,配置内容如下

  1. PORT 7839
  2. DYNAMICPORTLIST 7840-7849
  3. USERID ogg_test, PASSWORD ogg_test
  4. PURGEOLDEXTRACTS ./dirdat/*, USECHECKPOINTS, MINKEEPDAYS 7
  5. LAGREPORTHOURS 1
  6. LAGINFOMINUTES 30
  7. LAGCRITICALMINUTES 45
  8. PURGEDDLHISTORY MINKEEPDAYS 3, MAXKEEPDAYS 7
  9. PURGEMARKERHISTORY MINKEEPDAYS 3, MAXKEEPDAYS 7

配置完成后可以查看一下配置以确认,view params mgr

启动mgr start mgr

查看mgr状态info mgr

4. 配置源端extract

以下是通过ggsci对ogg进行配置,配置extract(名字可任取,这里名字为dhext)edit params dhext

  1. EXTRACT dhext
  2. SETENV (NLS_LANG="AMERICAN_AMERICA.AL32UTF8")
  3. DBOPTIONS ALLOWUNUSEDCOLUMN
  4. USERID ogg_test, PASSWORD ogg_test
  5. REPORTCOUNT EVERY 1 MINUTES, RATE
  6. NUMFILES 5000
  7. DISCARDFILE ./dirrpt/ext_test.dsc, APPEND, MEGABYTES 100
  8. DISCARDROLLOVER AT 2:00
  9. WARNLONGTRANS 2h, CHECKINTERVAL 3m
  10. EXTTRAIL ./dirdat/st, MEGABYTES 200
  11. DDL &
  12. INCLUDE MAPPED OBJTYPE 'table' &
  13. INCLUDE MAPPED OBJTYPE 'index' &
  14. INCLUDE MAPPED OBJTYPE 'SEQUENCE' &
  15. EXCLUDE OPTYPE COMMENT
  16. DDLOPTIONS NOCROSSRENAME REPORT
  17. TABLE OGG_TEST.*,tokens (TKN-ROWID=@GETENV('RECORD','rowid'));
  18. SEQUENCE OGG_TEST.*;
  19. GETUPDATEBEFORES

备注: TABLE OGG_TEST.*,tokens (TKN-ROWID=@GETENV('RECORD','rowid'));可以用来采集源表的rowdid,如果不需要采集rowid可以修改为TABLE OGG_TEST.*;

添加extract进程并启动

  1. # 添加extract进程
  2. add extract dhext,tranlog, begin now
  3. # 每个队列文件大小为200MB
  4. add exttrail ./dirdat/st,extract dhext, megabytes 200
  5. # 启动
  6. start dhext

extract启动后,数据库发生的一条变更可以在ggate/dirdat目录下的文件中看到。

5. 配置源端pump

启动ggsci后执行如下操作:编辑pump配置edit params pump

  1. EXTRACT pump
  2. RMTHOST xx.xx.xx.xx, MGRPORT 7839, COMPRESS
  3. PASSTHRU
  4. NUMFILES 5000
  5. RMTTRAIL ./dirdat/st
  6. DYNAMICRESOLUTION
  7. TABLE OGG_TEST.*;
  8. SEQUENCE OGG_TEST.*;

添加并启动pump

  1. # 添加pump进程
  2. add extract pump,exttrailsource ./dirdat/st
  3. # 添加目标端的trail文件,每个队列文件大小为200MB
  4. add rmttrail ./dirdat/st,extract pump,megabytes 200
  5. # 启动pump之前需要保证目标端mgr已经启动
  6. start pump

启动成功后,就可以在目标端的dirdat目录下看到投递过来的trailfile。

OGG for Bigdata目标端配置

1. 目标端OGG for Bigdata安装

目标端的OGG是OGG for Bigdata,不需要安装,只需要解压即可。解压之后,需要创建必须目录,启动ggsci之后输入命令create subdirs,成功之后便可以看到OGG目录下增加了dirxxx的几个目录。

2. Datahub插件安装和配置

依赖环境:JDK >= 1.8。配置好JAVA_HOME, LD_LIBRARY_PATH,可以将环境变量配置到~/.bash_profile中,例如:

  1. export JAVA_HOME=/xxx/xxx
  2. export JRE_HOME=/xxx/xxx/jrexx
  3. export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:$JRE_HOME/lib/amd64:$JRE_HOME/lib/amd64/server

修改环境变量后,下载datahub-ogg-plugin.tar.gz并解压,修改conf路径下的javaue.properties文件,将${GG_HOME}替换为解压后的路径

  1. gg.handlerlist=ggdatahub
  2. gg.handler.ggdatahub.type=com.aliyun.odps.ogg.handler.datahub.DatahubHandler
  3. gg.handler.ggdatahub.configureFileName=${GG_HOME}/aliyun-datahub-ogg-plugin/conf/configure.xml
  4. goldengate.userexit.timestamp=utc+8
  5. goldengate.userexit.writers=javawriter
  6. javawriter.stats.display=TRUE
  7. javawriter.stats.full=TRUE
  8. gg.includeggtokens=true
  9. gg.classpath=${GG_HOME}/aliyun-datahub-ogg-plugin/lib/*
  10. gg.log=log4j
  11. gg.log.level=info
  12. gg.log.file.count=64
  13. gg.log.file.size=128MB
  14. javawriter.bootoptions=-Xms512m -Xmx512m -Xmn256m -Djava.class.path=ggjava/ggjava.jar -Dlog4j.configurationFile=${GG_HOME}/aliyun-datahub-ogg-plugin/conf/log4j.properties

修改conf路径下的configure.xml文件,修改方式见文件中的注释

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <configue>
  3. <defaultOracleConfigure>
  4. <!-- oracle sid, 必选-->
  5. <sid>100</sid>
  6. <!-- oracle schema, 可以被mapping中的oracleSchema覆盖, 两者必须有一个非空-->
  7. <schema>ogg_test</schema>
  8. </defaultOracleConfigure>
  9. <defalutDatahubConfigure>
  10. <!-- datahub endpoint, 必填-->
  11. <endPoint>YOUR_DATAHUB_ENDPOINT</endPoint>
  12. <!-- datahub project, 可以被mapping中的datahubProject, 两者必须有一个非空-->
  13. <project>YOUR_DATAHUB_PROJECT</project>
  14. <!-- datahub accessId, 可以被mapping中的datahubAccessId覆盖, 两者必须有一个非空-->
  15. <accessId>YOUR_DATAHUB_ACCESS_ID</accessId>
  16. <!-- datahub accessKey, 可以被mapping中的datahubAccessKey覆盖, 两者必须有一个非空-->
  17. <accessKey>YOUR_DATAHUB_ACCESS_KEY</accessKey>
  18. <!-- 数据变更类型同步到datahub对应的字段,可以被columnMapping中的ctypeColumn覆盖 -->
  19. <ctypeColumn>optype</ctypeColumn>
  20. <!-- 数据变更时间同步到datahub对应的字段,可以被columnMapping中的ctimeColumn覆盖 -->
  21. <ctimeColumn>readtime</ctimeColumn>
  22. <!-- 数据变更序号同步到datahub对应的字段, 按数据变更先后递增, 不保证连续, 可以被columnMapping中的cidColumn覆盖 -->
  23. <cidColumn>record_id</cidColumn>
  24. </defalutDatahubConfigure>
  25. <!-- 默认最严格,不落文件 直接退出 无限重试-->
  26. <!-- 运行每批上次的最多纪录数, 可选, 默认1000-->
  27. <batchSize>1000</batchSize>
  28. <!-- 默认时间字段转换格式, 可选, 默认yyyy-MM-dd HH:mm:ss-->
  29. <defaultDateFormat>yyyy-MM-dd HH:mm:ss</defaultDateFormat>
  30. <!-- 脏数据是否继续, 可选, 默认false-->
  31. <dirtyDataContinue>true</dirtyDataContinue>
  32. <!-- 脏数据文件, 可选, 默认datahub_ogg_plugin.dirty-->
  33. <dirtyDataFile>datahub_ogg_plugin.dirty</dirtyDataFile>
  34. <!-- 脏数据文件最大size, 单位M, 可选, 默认500-->
  35. <dirtyDataFileMaxSize>200</dirtyDataFileMaxSize>
  36. <!-- 重试次数, -1:无限重试 0:不重试 n:重试次数, 可选, 默认-1-->
  37. <retryTimes>0</retryTimes>
  38. <!--指定shard id列表, 优先生效, 可选,例如0,1-->
  39. <shardId>0,1</shardId>
  40. <!-- 重试间隔, 单位毫秒, 可选, 默认3000-->
  41. <retryInterval>4000</retryInterval>
  42. <!-- 点位文件, 可选, 默认datahub_ogg_plugin.chk-->
  43. <checkPointFileName>datahub_ogg_plugin.chk</checkPointFileName>
  44. <mappings>
  45. <mapping>
  46. <!-- oracle schema, 见上描述-->
  47. <oracleSchema></oracleSchema>
  48. <!-- oracle table, 必选-->
  49. <oracleTable>t_person</oracleTable>
  50. <!-- datahub project, 见上描述-->
  51. <datahubProject></datahubProject>
  52. <!-- datahub topic, 必选-->
  53. <datahubTopic>t_person</datahubTopic>
  54. <!-- oracle表rowid同步到DataHub的字段,可选 -->
  55. <rowIdColumn></rowIdColumn>
  56. <ctypeColumn></ctypeColumn>
  57. <ctimeColumn></ctimeColumn>
  58. <cidColumn></cidColumn>
  59. <columnMapping>
  60. <!--
  61. src:oracle字段名称, 必须;
  62. dest:datahub field, 必须;
  63. destOld:变更前数据落到datahub的field, 可选;
  64. isShardColumn: 是否作为shard的hashkey, 可选, 默认为false, 可以被shardId覆盖
  65. isDateFormat: timestamp字段是否采用DateFormat格式转换, 默认true. 如果是false, 源端数据必须是long
  66. dateFormat: timestamp字段的转换格式, 不填就用默认值
  67. -->
  68. <column src="id" dest="id" isShardColumn="true" isDateFormat="false" dateFormat="yyyy-MM-dd HH:mm:ss"/>
  69. <column src="name" dest="name" isShardColumn="true"/>
  70. <column src="age" dest="age"/>
  71. <column src="address" dest="address"/>
  72. <column src="comments" dest="comments"/>
  73. <column src="sex" dest="sex"/>
  74. <column src="temp" dest="temp" destOld="temp1"/>
  75. </columnMapping>
  76. </mapping>
  77. </mappings>
  78. </configue>

3. 配置目标端mgr

  1. port 7919
  2. dynamicportlist 7910-7919
  3. lagreportminutes 10
  4. laginfoseconds 1
  5. purgeoldextracts ./dirdat/*, usecheckpoints, minkeepdays 7

启动mgr start mgr

4. 配置目标端replicat

在ggsci下编辑配置,edit params dhwt

  1. REPLICAT dhwt
  2. getEnv (JAVA_HOME)
  3. getEnv (LD_LIBRARY_PATH)
  4. getEnv (PATH)
  5. TARGETDB LIBFILE libggjava.so SET property=${GG_HOME}/aliyun-datahub-ogg-plugin/conf/javaue.properties --需要用户手动修改路径
  6. MAP ogg_test.*, TARGET ogg_test.*;

上面示例用户需要手动修改下javaue.properties的具体路径,并且在MAP中配置具体的表名,本文采集ogg_test下的所有表。

添加并启动dhwt

  1. # 添加进程
  2. add replicat dhwt, exttrailsource dirdat/st
  3. # 启动dhwt
  4. start dhwt

三、数据示例

日志示例

源端不涉及插件逻辑,这里只介绍目标端的日志日志主要分为两个:

  1. DataHub插件日志,在dirrpt目录下,默认每个Replicat进程一个日志,日志名为 进程名-datahub.log(上例日志为DHWT-datahub.log),插件相关的问题都可以参考该日志解决。
  2. OGG相关日志,在dirrpt目录下,默认每个Replicat进程一个日志,日志名为 进程名.log(上例为DHWT.log),OGG相关的问题都可以参考该日志解决。

数据示例

写入DataHub成功会在插件日志生成以下记录

  1. 2020-12-01 11:29:30.000461 [record_writer-1-thread-1] INFO ShardWriter - Write DataHub success, table: orders, topic: orders_new, shard: 0, recordNum: 1, rt: 3

在DataHub页面抽样可以看到写入的数据

  1. Shard ID System Time oid (STRING) num (STRING) pid (STRING) bak (STRING) ctype (STRING) ctime (STRING) cid (STRING) rowid (STRING)
  2. 0 2020121 上午11:29:30 1 3 2 zh I 2020-12-01 03:29:24.000074 16067933700000 AAAWwyAAGAAABufAAC