AnalyticDB for PostgreSQL資料來源提供讀取和寫入AnalyticDB for PostgreSQL的雙向功能,本文為您介紹DataWorks的AnalyticDB for PostgreSQL資料同步的能力支援情況。
使用限制
離線同步支援閱讀檢視表。
支援的版本
支援版本最高至7.0(含)。
支援的欄位類型
離線讀
AnalyticDB for PostgreSQL Reader支援大部分AnalyticDB for PostgreSQL類型,但也存在部分類型沒有支援的情況,請注意檢查您的資料類型。
AnalyticDB for PostgreSQL Reader針對AnalyticDB for PostgreSQL的類型轉換列表,如下所示。
類型分類 | AnalyticDB for PostgreSQL資料類型 |
整數類 | BIGINT、BIGSERIAL、INTEGER、SMALLINT、SERIAL和GEOMETRY |
浮點類 | DOUBLE、PRECISION、MONEY、NUMERIC和REAL |
字串類 | VARCHAR、CHAR、TEXT、BIT和INET |
日期時間類 | DATE、TIME和TIMESTAMP |
布爾型 | BOOL |
二進位類 | BYTEA |
離線寫
AnalyticDB for PostgreSQL Writer支援大部分AnalyticDB for PostgreSQL類型,但也存在部分類型沒有支援的情況,請注意檢查您的類型。
AnalyticDB for PostgreSQL Writer針對AnalyticDB for PostgreSQL的類型轉換列表,如下所示。
類型分類 | AnalyticDB for PostgreSQL資料類型 |
LONG | BIGINT、BIGSERIAL、INTEGER、SMALLINT和SERIAL |
DOUBLE | DOUBLE、PRECISION、MONEY、NUMERIC和REAL |
STRING | VARCHAR、CHAR、TEXT、BIT、INET和GEOMETRY |
DATE | DATE、TIME和TIMESTAMP |
BOOLEAN | BOOL |
BYTES | BYTEA |
MONEY、INET和BIT需要您使用a_inet::varchar
類似的文法進行轉換。
資料同步任務開發
AnalyticDB for PostgreSQL資料同步任務的配置入口和通用配置流程指導可參見下文的配置指導,詳細的配置參數解釋可在配置介面查看對應參數的文案提示。
建立資料來源
在進行資料同步任務開發時,您需要在DataWorks上建立一個對應的資料來源,操作流程請參見建立並管理資料來源。
單表離線同步任務配置指導
操作流程請參見通過嚮導模式配置離線同步任務、通過指令碼模式配置離線同步任務。
指令碼模式配置的全量參數和指令碼Demo請參見下文的附錄:指令碼Demo與參數說明。
整庫離線讀同步配置指導
操作流程請參見Data Integration側同步任務配置。
附錄:指令碼Demo與參數說明
附錄:離線任務指令碼配置方式
如果您配置離線任務時使用指令碼模式的方式進行配置,您需要在任務指令碼中按照指令碼的統一格式要求編寫指令碼中的reader參數和writer參數,指令碼模式的統一要求請參見通過指令碼模式配置離線同步任務,以下為您介紹指令碼模式下的資料來源的Reader參數和Writer參數的指導詳情。
Reader指令碼Demo
{
"type": "job",
"steps": [
{
"parameter": {
"datasource": "test_004",//資料來源名稱。
"column": [//源端表的列名。
"id",
"name",
"sex",
"salary",
"age"
],
"where": "id=1001",//過濾條件。
"splitPk": "id",//切分鍵。
"table": "public.person"//源端表名。
},
"name": "Reader",
"category": "reader"
},
{
"parameter": {},
"name": "Writer",
"category": "writer"
}
],
"version": "2.0",//版本號碼
"order": {
"hops": [
{
"from": "Reader",
"to": "Writer"
}
]
},
"setting": {
"errorLimit": {//錯誤記錄數。
"record": ""
},
"speed": {
"concurrent": 6,//並發數。
"throttle": true,//當throttle值為false時,mbps參數不生效,表示不限流;當throttle值為true時,表示限流。
"mbps":"12"//限流,此處1mbps = 1MB/s。
}
}
}
Reader指令碼參數
參數 | 描述 | 是否必選 | 預設值 |
datasource | 資料來源名稱,指令碼模式支援添加資料來源,該配置項輸入的內容必須和添加的資料來源名稱保持一致。 | 是 | 無 |
table | 選取的需要同步的表名稱。 | 是 | 無 |
column | 所配置的表中需要同步的列名集合,使用JSON的數組描述欄位資訊 。預設使用所有列配置,例如[*]。
| 是 | 無 |
splitPk | AnalyticDB for PostgreSQL Reader進行資料幫浦時,如果指定splitPk,表示您希望使用splitPk代表的欄位進行資料分區。資料同步會啟動並發任務進行資料同步,以提高資料同步的效能。
| 否 | 無 |
where | 篩選條件,AnalyticDB for PostgreSQLReader根據指定的column、table和where條件拼接SQL,並根據該SQL進行資料幫浦。例如測試時,可以將where條件指定實際業務情境,往往會選擇當天的資料進行同步,將where條件指定為
| 否 | 無 |
querySql(進階模式,嚮導模式不提供) | 在部分業務情境中,where配置項不足以描述所篩選的條件,您可以通過該配置型來自訂篩選SQL。當配置此項後,資料同步系統就會忽略column、table等配置項,直接使用該項配置的內容對資料進行篩選。例如需要進行多表join後同步資料,使用 當您配置querySql時,AnalyticDB for PostgreSQL Reader直接忽略column、table和where條件的配置。 | 否 | 無 |
fetchSize | 該配置項定義了外掛程式和資料庫伺服器端每次批量資料擷取條數,該值決定了Data Integration和伺服器端的網路互動次數,能夠提升資料幫浦效能。 說明 fetchSize值過大(>2048)可能造成資料同步進程OOM。 | 否 | 512 |
Writer指令碼Demo
{
"type": "job",
"steps": [
{
"parameter": {},
"name": "Reader",
"category": "reader"
},
{
"parameter": {
"postSql": [],//匯入後的完成語句。
"datasource": "test_004",//資料來源名。
"column": [//目標表的列名。
"id",
"name",
"sex",
"salary",
"age"
],
"table": "public.person",//目標表的表名。
"preSql": []//匯入前的準備語句。
},
"name": "Writer",
"category": "writer"
}
],
"version": "2.0",//版本號碼。
"order": {
"hops": [
{
"from": "Reader",
"to": "Writer"
}
]
},
"setting": {
"errorLimit": {//錯誤記錄數。
"record": ""
},
"speed": {
"throttle":true,//當throttle值為false時,mbps參數不生效,表示不限流;當throttle值為true時,表示限流。
"concurrent":6, //作業並發數。
"mbps":"12"//限流
}
}
}
Writer指令碼參數
參數 | 描述 | 是否必選 | 預設值 |
datasource | 資料來源名稱,指令碼模式支援添加資料來源,此配置項填寫的內容必須要與添加的資料來源名稱保持一致。 | 是 | 無 |
table | 選取的需要同步的表名稱。 | 是 | 無 |
writeMode | 選擇匯入模式,支援insert、copy和upsert方式。
| 否 | insert |
conflictMode | 當writeMode為upsert,寫入資料至PostgreSQL出現主鍵或唯一性索引衝突時,可選擇如下衝突處理策略:
說明 當前僅支援通過指令碼模式配置衝突處理策略。 | 否 | replace |
column | 目標表需要寫入資料的欄位,欄位之間用英文逗號分隔。例如 | 是 | 無 |
preSql | 執行資料同步任務之前率先執行的SQL語句。目前嚮導模式僅允許執行一條SQL語句,指令碼模式可以支援多條SQL語句,例如清除舊資料。 | 否 | 無 |
postSql | 執行資料同步任務之後執行的SQL語句。目前嚮導模式僅允許執行一條SQL語句,指令碼模式可以支援多條SQL語句,例如加上某一個時間戳記。 | 否 | 無 |
batchSize | 一次性批量提交的記錄數大小,該值可以極大減少Data Integration與AnalyticDB for PostgreSQL的網路互動次數,並提升整體輸送量。但是該值設定過大可能會造成Data Integration運行進程OOM情況。 | 否 | 1,024 |