在DTS迁移或同步任务中配置ETL

修改已有同步任务的ETL配置包括：

• 如果已有同步任务未配置ETL，即创建同步任务时配置ETL功能设置为否，支持将否修改为是，并配置DSL脚本。

• 如果已有同步任务已配置ETL，支持修改已有的DSL脚本或将配置ETL功能修改为否。

  重要

  在修改已有的DSL脚本时，您需要先将同步对象从已选择对象移动至源库对象，再重新添加至已选择对象后，再修改DSL脚本。

注意事项

• 已有同步任务上修改ETL配置暂不支持对目标端表的表结构进行变更，如果需要变更，您需要在启动同步任务前在目标端变更表结构。

• 修改ETL配置可能造成链路中断，请谨慎操作。

• ETL配置的修改仅对启动同步任务后的增量数据生效，对修改ETL配置前的历史数据不生效。

• DSL脚本配置的字段不能为过滤条件过滤的字段，否则会导致任务异常。

• DSL脚本大小写敏感，库名、表名、字段名称需要和源库保持完全一致。

• DSL脚本不支持多个表达式，您可以使用e_compose函数将多个表达式组合成一个表达式。

• 源库所有表的DML变更，经过DSL脚本处理后需具有相同的列信息，否则可能会导致任务失败。例如，在DSL脚本中使用e_set函数新增列时，需要设置源库的INSERT、UPDATE或DELETE操作，均会在目标表中增加一列数据。更多信息，请参见记录数据修改时间。

数据处理DSL是DTS专门为数据同步场景中的数据处理需求而设计的脚本语言。支持条件函数，可处理字符串、日期、数值。允许用户灵活地定义数据处理逻辑，特性如下：

• 功能强大：提供了大量函数，且支持函数的组合。

• 语法相对简单：提供了一些典型场景的示例，例如数据过滤、数据转换、数据脱敏，详情请参见典型场景示例。

• 执行高效：基于代码生成技术，对同步过程的性能损耗小。

常量与变量

• 常量

  类型	示例
  int	123
  float	123.4
  string	"hello1_world"
  boolean	true或false
  datetime	DATETIME('2021-01-01 10:10:01')

• 变量

  变量	含义	数据类型	示例值
  __TB__	表名	string	table
  __DB__	库名	string	mydb
  __OPERATION__	操作类型	string	__OP_INSERT__,__OP_UPDATE__,__OP_DELETE__
  __BEFORE__	UPDATE操作的前镜像值（修改前的值） 说明 DELETE操作只有前镜像值。	特殊标记，无类型	v(`column_name`,__BEFORE__)
  __AFTER__	UPDATE操作的后镜像值（修改后的值） 说明 INSERT操作只有后镜像值。	特殊标记，无类型	v(`column_name`,__AFTER__)
  __COMMIT_TIMESTAMP__	事务提交时间	datetime	'2021-01-01 10:10:01'
  `column`	某条数据对应column的值	string	`id`、`name`

表达式函数

• 数值运算

  功能	语法	取值范围	返回值	示例
  加法	op_sum(value1, value2)	value1：整数或浮点数 value2：整数或浮点数	若参数均为整数，则返回整数，否则返回浮点数。	op_sum(`col1`, 1.0)
  减法	op_sub(value1, value2)	value1：整数或浮点数 value2：整数或浮点数	若参数均为整数，则返回整数，否则返回浮点数。	op_sub(`col1`, 1.0)
  乘法	op_mul(value1, value2)	value1：整数或浮点数 value2：整数或浮点数	若参数均为整数，则返回整数，否则返回浮点数。	op_mul(`col1`, 1.0)
  除法	op_div_true(value1, value2)	value1：整数或浮点数 value2：整数或浮点数	若参数均为整数，则返回整数，否则返回浮点数。	op_div_true(`col1`, 2.0)， 若col1=15，则返回7.5。
  取模	op_mod(value1, value2)	value1：整数或浮点数 value2：整数或浮点数	若参数均为整数，则返回整数，否则返回浮点数。	op_mod(`col1`, 10)，若col1=23，则返回3

• 逻辑运算

  功能	语法	取值范围	返回值	示例
  是否相等	op_eq(value1, value2)	value1：整数、浮点数、字符串 value2：整数、浮点数、字符串	boolean类型，true或false	op_eq(`col1`, 23)
  是否大于	op_gt(value1, value2)	value1：整数、浮点数、字符串 value2：整数、浮点数、字符串	boolean类型，true或false	op_gt(`col1`, 1.0)
  是否小于	op_lt(value1, value2)	value1：整数、浮点数、字符串 value2：整数、浮点数、字符串	boolean类型，true或false	op_lt(`col1`, 1.0)
  是否大于等于	op_ge(value1, value2)	value1：整数、浮点数、字符串 value2：整数、浮点数、字符串	boolean类型，true或false	op_ge(`col1`, 1.0)
  是否小于等于	op_le(value1, value2)	value1：整数、浮点数、字符串 value2：整数、浮点数、字符串	boolean类型，true或false	op_le(`col1`, 1.0)
  AND运算	op_and(value1, value2)	value1：boolean类型 value2：boolean类型	boolean类型，true或false	op_and(`is_male`, `is_student`)
  OR运算	op_or(value1, value2)	value1：boolean类型 value2：boolean类型	boolean类型，true或false	op_or(`is_male`, `is_student`)
  IN运算	op_in(value, json_array)	value: 任意类型 json_array：JSON格式字符串	boolean类型，true或false	op_in(`id`,json_array('["0","1","2","3","4","5","6","7","8"]'))
  值是否为空	op_is_null(value)	value: 任意类型	boolean类型，true或false	op_is_null(`name`)
  值是否不为空	op_is_not_null(value)	value: 任意类型	boolean类型，true或false	op_is_not_null(`name`)

• 字符串函数

  功能	语法	取值范围	返回值	示例
  字符串拼接	op_add(str_1,str_2,...,str_n)	str_1: 字符串 str_2: 字符串 ... str_n: 字符串	拼接后的字符串	op_add(`col`,'hangzhou','dts')
  字符串格式化，字符串拼接	str_format(format, value1, value2, value3, ...)	format：字符串类型，以大括号作为占位符，如 "part1: {}, part2: {}"。 value1：任意 value2：任意	格式化好的字符串	str_format("part1: {}, part2: {}", `col1`, `col2`)，若col1="ab", col2="12", 则返回"part1: ab, part2: 12"。
  字符串替换	str_replace(original, oldStr, newStr, count)	original：原来的字符串 oldStr：待替换的字符串 newStr：替换后的字符串 count：整数，最多替换次数。若设置为-1，则全部替换。	替换后的字符串	str_replace(`name`, "a", 'b', 1)，若name="aba", 则返回"bba" ；str_replace(`name`, "a", 'b', -1)；若name="aba", 则返回"bbb"。
  所有字符串类型（如varchar、text、char等）的字段值替换	tail_replace_string_field(search, replace, all)	search：待替换的字符串 replace：替换后的字符串 all: 是否替换所有匹配的字符串，目前只支持取值为true。 说明 若您无需替换所有匹配的字符串，请使用str_replace函数。	替换后的字符串	tail_replace_string_field('\u000f','',true)，将所有字符串字段类型值的 "\u000f"替换成空格。
  移除字符串首尾的特定字符	str_strip(string_val, charSet)	string_val：原来的字符串 char_set：待移除的字符集合	移除首尾字符后的字符串	str_strip(`name`, 'ab')，若name=axbzb, 则返回xbz。
  字符串转小写	str_lower(value)	value：字符串列或字符串常量	小写字符串	str_lower(`str_col`)
  字符串转大写	str_upper(value)	value：字符串列或字符串常量	大写字符串	str_upper(`str_col`)
  字符串转数字	cast_string_to_long(value)	value：字符串	整数	cast_string_to_long(`col`)
  数字转字符串	cast_long_to_string(value)	value：整数	字符串	cast_long_to_string(`col`)
  字符串统计	str_count(str,pattern)	str：字符串列或字符串常量 pattern：要查找的子串	子串出现的次数	str_count(`str_col`, 'abc')， 若str_col="zabcyabcz"，则返回2。
  字符串查找	str_find(str, pattern)	str：字符串列或字符串常量 pattern：要查找的子串	子串首次匹配的位置，没有则返回`-1`	str_find(`str_col`, 'abc')， 若`str_col="xabcy"`，则返回`1`。
  判断是否全是字母组成的字符串	str_isalpha(str)	str：字符串列或字符串常量	true或false	str_isalpha(`str_col`)
  判断是否全是数字组成的字符串	str_isdigit(str)	str：字符串列或字符串常量	true或false	str_isdigit(`str_col`)
  正则匹配	regex_match(str,regex)	str：字符串列或字符串常量 regex: 正则表达式字符串列或字符串常量	true或者false	regex_match(__TB__,'user_\\d+')
  使用指定字符遮掩字符串的一部分，可用于数据脱敏，例如把手机号的后四位替换为星号	str_mask(str, start, end, maskStr)	str：字符串列或字符串常量 start：整数，遮掩的起始位置，最小值为0。 end：整数，遮掩的结束位置，最大值为字符串长度减一。 maskStr：字符串，长度为1的字符串，例如 '#'。	遮掩掉start至end后的字符串	str_mask(`phone`, 7, 10, '#')
  截取字符串cond之后的部分	substring_after(str, cond)	str: 原来的字符串 cond: 字符串	字符串 说明 返回值不含字符串cond。	substring_after(`col`, 'abc')
  截取字符串cond之前的部分	substring_before(str, cond)	str: 原来的字符串 cond: 字符串	字符串 说明 返回值不含字符串cond。	substring_before(`col`, 'efg')
  截取字符串cond1和cond2之间的部分	substring_between(str, cond1, cond2)	str: 原来的字符串 cond1: 字符串 cond2: 字符串	字符串 说明 返回值不含字符串cond1和cond2。	substring_between(`col`, 'abc','efg')
  判断是否为字符串类型	is_string_value(value)	value：字符串或者列名	boolean类型，true或false	is_string_value(`col1`)
  字符串类型字段内容替换; 逆序从尾部开始	tail_replace_string_field(search, replace, all)	search：将被替换的字符串 replace：用于替换的字符串 all: 是否替换所有，true或者false	替换后的字符串	将所有字符串字段类型值的 "\u000f"替换成空格 tail_replace_string_field('\u000f','',true)
  获取MongoDB中字段（Field）的值	bson_value("field1","field2","field3"，...)	field1：一级字段名称。 field2：二级字段名称。	文档（Document）中相应字段的值	e_set(`user_id`, bson_value("id")) e_set(`user_name`, bson_value("person","name"))

全局函数

• 流程控制函数

  功能	语法	参数说明	示例
  if语句	e_if(bool_expr, func_invoke)	bool_expr：bool常量或函数调用。常量：true或false。函数调用：op_gt(`id`, 10)。 func_invoke：函数调用。e_drop,e_keep,e_set,e_if,e_compose	e_if(op_gt(`id`, 10), e_drop())， 如果ID大于10，则丢弃这条记录。
  if else语句	e_if_else(bool_expr, func_invoke1, func_invoke2)	bool_expr：bool常量或函数调用。常量：true或false。函数调用：op_gt(`id`, 10)。 func_invoke1：函数调用。条件为true时执行。 func_invoke2：函数调用。条件为false时执行。	e_if_else(op_gt(`id`, 10), e_set(`tag`, 'large'), e_set(`tag`, 'small'))，如果ID大于10，则设置tag列为"large"， 否则设置为"small"。
  类switch语句，进行多次条件判断，第一次满足条件时执行对应操作，如无匹配则执行默认操作。	s_switch(condition1, func1, condition2, func2, ..., default = default_func)	condition1：bool常量或函数调用。常量：true或false。函数调用：op_gt(`id`, 10)。 func_invoke：函数调用。检查condition1，若为true则执行此函数，并退出整个switch，若为false则继续检查下一个条件。 default_func：函数调用。当前面的所有condition都为false时，执行此默认函数。	e_switch(op_gt(`id`, 100), e_set(`str_col`, '>100'), op_gt(`id`, 90), e_set(`str_col`, '>90'), default=e_set(`str_col`, '<=90'))。
  组合多个操作	e_compose(func1, func2, func3, ...)	func1：函数调用。可以为e_set, e_drop, e_if。 func2：函数调用。可以为e_set, e_drop, e_if。	e_compose(e_set(`str_col`, 'test'), e_set(`dt_col`, dt_now()))， 设置str_col列的值为test，并设置dt_col列的值为当前时间。

• 数据操作函数

  功能	语法	参数说明	示例
  丢弃此条数据，不同步	e_drop()	无	e_if(op_gt(`id`, 10), e_drop())，丢弃ID大于10的记录。
  保留此条数据，同步到目标端	e_keep(condition)	condition：boolean类型表达式	e_keep(op_gt(id, 1)) ，仅同步ID大于1的数据。
  设置列值	e_set(`col`, val, NEW)	col：列名 val：常量或函数调用。类型需要和col的类型匹配 NEW：将col列的数据类型转换为val的数据类型，为可选字段 重要 若不传入NEW，则也不能传入NEW前面的逗号（,）。同时需要注意数据类型的兼容性，否则会导致任务报错。	e_set(`dt_col`, dt_now())，设置dt_col为当前时间。 e_set(`col1`, `col2` + 1)，设置col1为col2+1。 e_set(`col1`, 1, NEW)，将col1列转换为数字类型，并将值设置为1。
  MongoDB保留字段、丢弃字段、字段名映射功能	e_expand_bson_value('*', 'fieldA'，{"fieldB":"fieldC"})	*：需要保留的字段名称，*表示所有字段。 fieldA：需要丢弃的字段名称。 {"fieldB":"fieldC"}：字段名映射，fieldB表示源端字段名称，fieldC表示目标端字段名称。 说明 字段名映射是一个可选表达式。	e_expand_bson_value("*", "_id,name")，将除_id和name两个字段以外的其他字段写入目标端。