DataWorksData Integration支援使用Lindorm Reader和Lindorm Writer外掛程式讀取和寫入Lindorm雙向通道的功能,本文為您介紹DataWorks的Lindorm資料讀取與寫入能力。
使用限制
Lindorm需要在DataWorks上配置資料來源,通過Lindorm Reader和Lindorm Writer外掛程式讀取與寫入Lindorm資料。
Lindorm Reader和LindormWriter支援使用Serverless資源群組(推薦)和獨享Data Integration資源群組。
Lindorm 時序引擎目前不支援作為DataWorksData Integration的資料來源。
LindormReader和LindormWriter的必填配置項configuration,可以通過Lindorm叢集控制台查看串連Lindorm的相關配置項進行擷取,並以JSON格式填寫相關資訊。
說明Lindorm為多模資料庫,LindormReader和LindormWriter支援讀取table和widecolumn類型的資料,您也可以通過DingTalk諮詢Lindorm值班人員。
支援的欄位類型
Lindorm Reader和Lindorm Writer支援大部分Lindorm類型,但也存在個別沒有支援的情況,請注意檢查您的資料類型。
Lindorm Reader和Lindorm Writer針對Lindorm類型的轉換列表,如下所示。
類型分類 | 資料類型 |
整數類 | INT、LONG、SHORT |
浮點類 | DOUBLE、FLOAT、DOUBLE |
字串類 | STRING |
日期時間類 | DATE |
布爾類 | BOOLEAN |
二進位類 | BINARYSTRING |
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。
操作流程請參見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
配置一個Lindorm Table(對應SDK中的TableService模型)抽取資料到本地的作業。
{ "type": "job", "version": "2.0", "steps": [ { "stepType": "lindorm", "parameter": { "mode": "FixedColumn", "caching": 128, "configuration": { //lindorm控制台中與串連相關的配置項,以JSON格式填寫 "lindorm.client.username": "", "lindorm.client.seedserver": "seddserver.et2sqa.tbsite.net:30020", "lindorm.client.namespace": "namespace", "lindorm.client.password": "" }, "columns": [ "id", "name", "age", "birthday", "gender" ], "envType": 1, "datasource": "_LINDORM", "namespace": "namespace", "table": "lindorm_table" }, "name": "lindormreader", "category": "reader" }, { "stepType": "mysql", "parameter": { "postSql": [], "datasource": "_IDB.TAOBAO", "session": [], "envType": 1, "columns": "columns": [ "id", "name", "age", "birthday", "gender" ], "selects": [ "where(compare(\"id\", LESS, 5))", "where(and(compare(\"id\", GREATER_OR_EQUAL, 5), compare(\"id\", LESS, 10)))", "where(compare(\"id\", GREATER_OR_EQUAL, 10))" ], "socketTimeout": 3600000, "guid": "", "writeMode": "insert", "batchSize": 1024, "encoding": "UTF-8", "table": "", "preSql": [] }, "name": "Writer", "category": "writer" } ], "setting": { "jvmOption": "", "executeMode": null, "errorLimit": { "record": "0" }, "speed": { //設定傳輸速度,單位為byte/s,DataX運行會儘可能達到該速度但是不超過它. "byte": 1048576 } //出錯限制 "errorLimit": { //出錯的record條數上限,當大於該值即報錯。 "record": 0, //出錯的record百分比上限 1.0表示100%,0.02表示2% "percentage": 0.02 } }, "order": { "hops": [ { "from": "Reader", "to": "Writer" } ] } }
配置一個Lindorm wideColumn(對應SDK中的WideColumnService模型)抽取資料到本地的作業。
{ "type": "job", "version": "2.0", "steps": [ { "stepType": "lindorm", "parameter": { "mode": "FixedColumn", "configuration": { //lindorm控制台中與串連相關的配置項,以JSON格式填寫 "lindorm.client.username": "", "lindorm.client.seedserver": "seddserver.et2sqa.tbsite.net:30020", "lindorm.client.namespace": "namespace", "lindorm.client.password": "" }, "columns": [ "STRING|rowkey", "INT|f:a", "DOUBLE|f:b" ], "envType": 1, "datasource": "_LINDORM", "namespace": "namespace", "tableMode": "wideColumn", "table":"yourTableName" }, "name": "lindormreader", "category": "reader" }, { "stepType": "mysql", "parameter": { "postSql": [], "datasource": "_IDB.TAOBAO", "session": [], "envType": 1, "column": [ "id", "value" ], "socketTimeout": 3600000, "guid": "", "writeMode": "insert", "batchSize": 1024, "encoding": "UTF-8", "table": "", "preSql": [] }, "name": "Writer", "category": "writer" } ], "setting": { "jvmOption": "", "executeMode": null, "errorLimit": { "record": "0" }, "speed": { //設定傳輸速度,單位為byte/s,DataX運行會儘可能達到該速度但是不超過它。 "byte": 1048576 } //出錯限制 "errorLimit": { //出錯的record條數上限,當大於該值即報錯。 "record": 0, //出錯的record百分比上限 1.0表示100%,0.02表示2%。 "percentage": 0.02 } }, "order": { "hops": [ { "from": "Reader", "to": "Writer" } ] } }
Reader指令碼參數
參數 | 描述 | 是否必選 | 預設值 |
configuration | 表示每個lindorm叢集提供給DataX用戶端串連的配置資訊,可以通過lindorm叢集控制台查詢,擷取到配置資訊後可以聯絡lindorm資料庫管理員將其轉換為如下JSON格式:{"key1":"value1","key2":"value2"}。 例如:{"lindorm.zookeeper.quorum":"????","lindorm.zookeeper.property.clientPort":"????"} 說明 如果是手工編寫的JSON代碼,則需要將JSON格式中value值的雙引號轉義為\"。 | 是 | 無 |
mode | 表示資料讀模數式,包括固定列模式FixedColumn和動態列模式DynamicColumn。預設選擇FixedColumn。 | 是 | FixedColumn |
tableMode | 包括普通表模式table和寬表模式wideColumn。預設為table,如果選擇table模式,可不填寫。 | 否 | 預設不填寫 |
table | 表示所要讀取的lindorm表名。lindorm表名對大小寫敏感。 | 是 | 無 |
namespace | 表示所要讀取的lindorm表的命名空間。lindorm表的命名空間對大小寫敏感。 | 是 | 無 |
encoding | 編碼方式,取值為UTF-8或GBK。一般用於將二進位儲存的lindorm byte[]類型轉換為String類型。 | 否 | UTF-8 |
caching | 一次性批量擷取的記錄數大小,該值可以極大減少資料同步系統與Lindorm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Lindorm服務端壓力過大或者資料同步運行進程OOM異常。 | 否 | 100 |
selects | 當前讀取的Table類型資料不支援自動切割分區,預設單並發運行,因此需要手動設定selects參數進行資料切片,例如:
| 否 | 無 |
columns | 讀取欄位列表。讀取欄位列表支援列裁剪和列換序,列裁剪指可以選擇部分列進行匯出,列換序指可以不按照表schema資訊順序進行匯出。
| 是 | 無 |
Writer指令碼Demo
配置一個資料來源為MySQL,需要寫入資料到Lindorm Table(對應SDK中的TableService模型)的作業。
{ "type": "job", "version": "2.0", "steps": [ { "stepType": "mysql", "parameter": { "checkSlave": true, "datasource": " ", "envType": 1, "column": [ "id", "value", "table" ], "socketTimeout": 3600000, "masterSlave": "slave", "connection": [ { "datasource": " ", "table": [] } ], "where": "", "splitPk": "", "encoding": "UTF-8", "print": true }, "name": "mysqlReader", "category": "reader" }, { "stepType": "lindorm", "parameter": { "configuration": { "lindorm.client.seedserver": "xxxxxxx:30020", "lindorm.client.username": "xxxxxx", "lindorm.client.namespace": "default", "lindorm.client.password": "xxxxxx" }, "nullMode": "skip", "datasource": "", "writeMode": "api", "envType": 1, "columns": [ "id", "name", "age", "birthday", "gender" ], "dynamicColumn": "false", "table": "lindorm_table", "encoding": "utf8" }, "name": "Writer", "category": "writer" } ], "setting": { "jvmOption": "", "executeMode": null, "speed": { //設定傳輸速度,單位為byte/s,DataX運行會儘可能達到該速度但是不超過它。 "byte": 1048576 }, //出錯限制 "errorLimit": { //出錯的record條數上限,當大於該值即報錯。 "record": 0, //出錯的record百分比上限 1.0表示100%,0.02表示2%。 "percentage": 0.02 } }, "order": { "hops": [ { "from": "Reader", "to": "Writer" } ] } }
配置一個資料來源為MySQL,需要寫入資料到Lindorm wideColumn(對應SDK中的WideColumnService模型)作業。
{ "type": "job", "version": "2.0", "steps": [ { "stepType": "mysql", "parameter": { "envType": 0, "datasource": " ", "column": [ "id", "name", "age", "birthday", "gender" ], "connection": [ { "datasource": " ", "table": [] } ], "where": "", "splitPk": "", "encoding": "UTF-8" }, "name": "Reader", "category": "reader" }, { "stepType": "lindorm", "parameter": { "configuration": { "lindorm.client.seedserver": "xxxxxxx:30020", "lindorm.client.username": "xxxxxx", "lindorm.client.namespace": "default", "lindorm.client.password": "xxxxxx" }, "writeMode": "api", "namespace": "default", "table": "xxxxxx", "encoding": "utf8", "nullMode": "skip", "dynamicColumn": "false", "caching": 128, "columns": [ "ROW|STRING", "cf:id|STRING", "cf:age|INT", "cf:birthday|STRING" ] }, "name":"Writer", "category":"writer" } ], "setting": { "jvmOption": "", "errorLimit": { "record": "0" }, "speed": { "concurrent": 3, "throttle": false } }, "order": { "hops": [ { "from": "Reader", "to": "Writer" } ] } }
Writer指令碼參數
參數 | 描述 | 是否必選 | 預設值 |
configuration | 每個lindorm叢集提供給DataX用戶端串連的配置資訊,可以通過lindorm叢集控制台查詢,擷取到配置資訊後可以聯絡lindorm資料庫管理員將其轉換為如下JSON格式:{"key1":"value1","key2":"value2"}。 例如:{"lindorm.zookeeper.quorum":"????","lindorm.zookeeper.property.clientPort":"????"} 說明 如果是手寫的JSON代碼,則需要將雙引號轉義為\"。 | 是 | 無 |
table | 表示所要寫入的lindorm表名。lindorm表名對大小寫敏感。 | 是 | 無 |
namespace | 表示所要寫入的lindorm表的命名空間。lindorm表的命名空間對大小寫敏感。 | 是 | 無 |
encoding | 編碼方式,取值為UTF-8或GBK。一般用於將二進位儲存的lindorm byte[]類型轉換為String類型。 | 否 | UTF-8 |
columns | 寫入欄位列表。寫入欄位列表支援列裁剪和列換序,列裁剪指可以選擇部分列進行匯出,列換序指可以不按照表schema資訊順序進行匯出。
| 是 | 無 |
nullMode | 表示在讀取源頭資料的值為null時,Lindorm Writer 中的nullMode參數可通過配置不同內容,實現不同的處理方式。
| 否 | EMPTY_BYTES |