大家好,又见面了,我是你们的朋友全栈君。
每个datax的json都有自己的json配置文档,基本大同小异,有几个配置较为少用,但是用了之后,真香~
一、querySql
1、使用教程
-
描述:在有些业务场景下,where这一配置项不足以描述所筛选的条件,用户可以通过该配置型来自定义筛选SQL。当用户配置了这一项之后,DataX系统就会忽略table,column这些配置型,直接使用这个配置项的内容对数据进行筛选,例如需要进行多表join后同步数据,使用select a,b from table_a join table_b on table_a.id = table_b.id
当用户配置querySql时,xxxReader直接忽略table、column、where条件的配置
。如果配置了querySql又配置了table,column、where等,在log中会有警告日志,具体代码在
OriginalConfPretreatmentUtil.dealColumnConf()
……
if (null != userConfiguredColumns && userConfiguredColumns.size() > 0) {
LOG.warn(
"您的配置有误. 由于您读取数据库表采用了querySql的方式, 所以您不需要再配置 column. 如果您不想看到这条提醒,请移除您源头表中配置中的 column.");
originalConfig.remove(Key.COLUMN);
}
// querySql模式,不希望配制 where,那样是混淆不清晰的
String where = originalConfig.getString(Key.WHERE, null);
if (StringUtils.isNotBlank(where)) {
LOG.warn(
"您的配置有误. 由于您读取数据库表采用了querySql的方式, 所以您不需要再配置 where. 如果您不想看到这条提醒,请移除您源头表中配置中的 where.");
originalConfig.remove(Key.WHERE);
}
// querySql模式,不希望配制 splitPk,那样是混淆不清晰的
String splitPk = originalConfig.getString(Key.SPLIT_PK, null);
if (StringUtils.isNotBlank(splitPk)) {
LOG.warn(
"您的配置有误. 由于您读取数据库表采用了querySql的方式, 所以您不需要再配置 splitPk. 如果您不想看到这条提醒,请移除您源头表中配置中的 splitPk.");
originalConfig.remove(Key.SPLIT_PK);
}
……
-
必选:否
-
默认值:无
2、目前可以使用该配置的插件
目前主要是reader插件,主要有rdbmsReader(sqlServer、mysql、postgresql、oracle等)、hbase20xsqlreader、DrdsReader和KingbaseesReader。
3、源码解读
目前主要的代码都在CommonRdbmsReader的startRead()中
1. 获取 String querySql = readerSliceConfig.getString(Key.QUERY_SQL);
2. 调用 rs = DBUtil.query(conn, querySql, fetchSize);
DBUtil.query方法中最终实现是如下:
public static ResultSet query(Statement stmt, String sql)
throws SQLException {
return stmt.executeQuery(sql);
}
二、preSql
1、使用教程
-
描述:写入数据到目的表前,会先执行这里的标准语句。如果 Sql 中有你需要操作到的表名称,请使用
@table
表示,这样在实际执行 Sql 语句时,会对变量按照实际表名称进行替换。比如你的任务是要写入到目的端的100个同构分表(表名称为:datax_00,datax01, … datax_98,datax_99),并且你希望导入数据前,先对表中数据进行删除操作,那么你可以这样配置:"preSql":["delete from 表名"]
,效果是:在执行到每个表写入数据前,会先执行对应的 delete from 对应表名称 -
必选:否
-
默认值:无
2、目前可以使用该配置的插件
目前主要是writer插件,主要有rdbmsWriter、mongoDBWriter、AdsWriter等。
3、源码解读
一般在writer的prepare阶段,例如CommonRdbmsWriter.prepare()方法
1.获取所有preSqls
List<String> preSqls = originalConfig.getList(Key.PRE_SQL, String.class);
List<String> renderedPreSqls = WriterUtil.renderPreOrPostSqls(preSqls, table);
2.执行preSqls
WriterUtil.executeSqls(conn, renderedPreSqls, jdbcUrl, dataBaseType);
三、postSql
1、使用教程
-
描述:写入数据到目的表后,会执行这里的标准语句。(原理同 preSql )
-
必选:否
-
默认值:无
2、目前可以使用该配置的插件
大部分的writer插件
3、源码解读
同preSql,不在赘述;
四、splitPk
1、使用教程
-
描述:进行数据抽取时,如果指定splitPk,表示用户希望使用splitPk代表的字段进行数据分片,DataX因此会启动并发任务进行数据同步,这样可以大大提升数据同步的效能。
推荐splitPk用户使用表主键,因为表主键通常情况下比较均匀,因此切分出来的分片也不容易出现数据热点。
目前splitPk仅支持整形数据切分,
不支持浮点、字符串、日期等其他类型
。如果用户指定其他非支持类型,MysqlReader将报错!如果splitPk不填写,包括不提供splitPk或者splitPk值为空,DataX视作使用单通道同步该表数据。
-
必选:否
-
默认值:空
2、目前可以使用该配置的插件
目前主要是reader插件,主要有rdbmsReader(sqlServer、mysql、postgresql、oracle等)、hbase20xsqlreader、DrdsReader和KingbaseesReader。
3、源码解读
主要在各类reader插件中,以CommonRdbmsReader为例,在CommonRdbmsReader.preCheck()中
1、从配置获取splitPK
String splitPK = queryConf.getString(Key.SPLIT_PK);
2、构造出PreCheckTask 对象
PreCheckTask t = new PreCheckTask(username, password, connConf, dataBaseType, splitPK);
3、进行表切分,在PreCheckTask的call方法中
@Override
public Boolean call() throws DataXException {
……
List<Object> splitPkSqls = this.connection.getList(Key.SPLIT_PK_SQL, Object.class);
……
try {
for (int i = 0; i < querySqls.size(); i++) {
String splitPkSql = null;
String querySql = querySqls.get(i).toString();
……
/*verify splitPK*/
try {
if (splitPkSqls != null && !splitPkSqls.isEmpty()) {
splitPkSql = splitPkSqls.get(i).toString();
DBUtil.sqlValid(splitPkSql, dataBaseType);
if (i == 0) {
SingleTableSplitUtil.preCheckSplitPk(conn, splitPkSql, fetchSize, table, userName);
}
}
} catch (ParserException e) {
……
}
}
} finally {
DBUtil.closeDBResources(null, conn);
}
return true;
}
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/145802.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...