DataWorks的GBase8a資料同步的能力支援情況 - DataWorks

GBase8a資料來源為您提供讀取和寫入GBase8a雙向通道的功能，本文為您介紹DataWorks的GBase8a資料同步的能力支援情況。

使用限制

目前Gbase8a Reader和Gbase8a Writer支援使用Serverless資源群組（推薦）和獨享Data Integration資源群組。
insert into...：當主鍵或唯一性索引衝突時，無法寫入衝突的行。
目的表所在資料庫必須是主庫才能寫入資料。
說明
整個任務需要至少具備insert into...的許可權。是否需要其它許可權，取決於您配置任務時，在preSql和postSql中指定的語句。
Gbase8a Writer不支援配置writeMode參數。

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，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。

資料同步任務開發

資料同步任務的配置入口和通用配置流程可參見下文的配置指導。

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。

附錄：指令碼Demo與參數說明

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，您需要按照統一的指令碼格式要求，在任務指令碼中編寫相應的參數，詳情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資料來源的參數配置詳情。

Reader指令碼Demo

{
    "type": "job",
    "steps": [
        {
            "stepType": "gbase8a", //外掛程式名。
            "parameter": {
                "datasource": "", //資料來源名。
                "username": "",
                "password": "",
                "where": "",
                "column": [ //欄位。
                    "id",
                    "name"
                ],
                "splitPk": "id",
                "connection": [
                    {
                        "table": [ //表名。
                            "table"
                        ],
                        "datasource":""
                    }
                ]
            },
            "name": "Reader",
            "category": "reader"
        },
        {
            "stepType": "stream",
            "parameter": {
                "print": false,
                "fieldDelimiter": ","
            },
            "name": "Writer",
            "category": "writer"
        }
    ],
    "version": "2.0",
    "order": {
        "hops": [
            {
                "from": "Reader",
                "to": "Writer"
            }
        ]
    },
    "setting": {
        "errorLimit": {
            "record": "0" //錯誤記錄數。
        },
        "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": 1, //作業並發數。
            "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	如果您使用的DataWorks版本支援添加Gbase8a資料來源，即可在此處根據資料來源名稱引用您添加的Gbase8a資料來源。	否	無
table	選取的需要同步的表。使用JSON的數組進行描述，支援同時讀取多張表。當配置為多張表時，您需要保證多張表的schema結構一致，Gbase8a Reader不檢查表的邏輯是否統一。說明 table必須包含在connection登錄區中。	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[ * ]。支援列裁剪：列可以挑選部分列進行匯出。支援列換序：列可以不按照表schema資訊順序進行匯出。支援常量配置：例如，`'123'`。支援函數列：例如，`date('now')`。 column必須顯示指定同步的列集合，不允許為空白。	是	無
splitPk	Gbase8a 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，資料同步因此會啟動並發任務進行資料同步，提高資料同步的效能。推薦splitPk使用者使用表主鍵，因為表主鍵通常情況下比較均勻，因此切分出來的分區也不容易出現資料熱點。目前splitPk僅支援整型資料切分，不支援字串、浮點和日期等其它類型。如果您指定其它非支援類型，則忽略splitPk功能，使用單通道進行同步。如果設定splitPk值為空白，底層將視作您不允許對單表進行切分，因此使用單通道進行抽取。	否	空
where	篩選條件，Gbase8a Reader根據指定的column、table、where條件拼接SQL，並根據該SQL進行資料幫浦。例如，在進行測試時，可以指定where條件為limit 10。在實際業務情境中，通常會選擇當天的資料進行同步，指定where條件為`gmt_create>$bizdate`。 where條件可以有效地進行業務增量同步處理。 where條件不配置或為空白，則視作全表同步資料。	否	無
querySql	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。配置該項後，資料同步系統會忽略tables、columns和splitPk配置項，直接使用該項配置的內容對資料進行篩選。當您配置querySql時，Gbase8a Reader直接忽略table、column、where和splitPk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，能夠較大地提升資料幫浦效能。說明 fetchSize值過大（>2048）可能造成資料同步進程OOM。	否	1,024

Writer指令碼Demo

{
    "type":"job",
    "version":"2.0",//版本號碼。
    "steps":[
        {
            "stepType":"stream",
            "parameter":{},
            "name":"Reader",
            "category":"reader"
        },
        {
            "stepType":"gbase8a",//外掛程式名。
            "parameter":{
                "datasource": "資料來源名",
                "username": "",
                "password": "",
                "column": [//欄位。
                    "id",
                    "name"
                ],
                "connection": [
                    {
                        "table": [//表名。
                            "Gbase8a_table"
                        ],
                        "datasource":""
                    }
                ],
                "preSql": [ //執行資料同步任務之前率先執行的SQL語句。
                    "delete from @table where db_id = -1"
                ],
                "postSql": [//執行資料同步任務之後率先執行的SQL語句。
                    "update @table set db_modify_time = now() where db_id = 1"
                ]
            },
            "name":"Writer",
            "category":"writer"
        }
    ],
    "setting":{
        "errorLimit":{
            "record":"0"//錯誤記錄數。
        },
        "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":1, //作業並發數。
            "mbps":"12"//限流，此處1mbps = 1MB/s。
        }
    },
    "order":{
        "hops":[
            {
                "from":"Reader",
                "to":"Writer"
            }
        ]
    }
}

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與添加的資料來源名稱保持一致。	是	無
table	需要同步寫出的表名稱，使用JSON的數組進行描述。說明 table必須包含在connection登錄區中。	是	無
column	目標表需要寫入資料的欄位，欄位之間用英文所逗號分隔。例如，`"column": ["id", "name", "age"]`。說明 column配置項必須指定，不可為空。	是	無
preSql	寫入資料至目標表前，會先執行此處的標準語句。如果SQL中有需要操作的表名稱，請使用`@table`表示，以便在實際執行SQL語句時，對變數按照實際表名稱進行替換。	否	無
postSql	寫入資料至目標表後，會執行此處的標準語句。	否	無
batchSize	一次性批量提交的記錄數大小，該值可以極大減少資料同步系統與Gbase8a的網路互動次數，並提升整體輸送量。如果該值設定過大，會導致資料同步運行進程OOM異常。	否	1,024