数据传输服务 DTS：DTS任务中配置ETL典型应用

前提条件

• 已创建源和目标数据库实例，本文以RDS MySQL间同步为例，创建方法，请参见创建RDS MySQL实例。
• 目标实例的存储空间须大于原实例占用的存储空间。

典型应用一：非法值处理

DTS支持异构类型的数据库之间的同步和迁移，同步或迁移时会自动进行类型映射。但是仍然会出现不可避免的数据不兼容，比如MySQL同步到Oracle，源实例varchar(10) NOT NULL列的空字符串无法写入目标实例的非空列，因为Oracle会将空字符串等同于NULL。将会导致同步中断。

此类问题不能简单地跳过数据，因为会造成数据不一致。您可以为DTS任务配置ETL，使用DSL语法插入额外的转换逻辑，对非法值进行处理。

1. 源实例与目标实例创建表结构如下：
   • 源实例

     CREATE DATABASE testdb;
     USE testdb;
     CREATE TABLE `src_table` (
         `id` int(11) NOT NULL,
         `user` varchar(100) NULL,
         PRIMARY KEY (`id`)
     ) ENGINE=InnoDB
     DEFAULT CHARACTER SET=utf8;

   • 目标实例

     CREATE DATABASE testdb;
     USE testdb;
     CREATE TABLE `dest_table` (
         `id` int(11) NOT NULL,
         `user` varchar(100) NOT NULL,
         PRIMARY KEY (`id`)
     ) ENGINE=InnoDB
     DEFAULT CHARACTER SET=utf8;

2. 创建源实例与目标实例间的同步任务。更多信息，请参见同步方案概览。
   配置同步任务时，以下参数需修改。

   • 目标已存在表的处理模式修改为忽略报错并继续执行，当目标实例存在同名表时不报错。
   • 右键单击已选择对象中的目标表，修改表映射名称为dest_table。

   
3. 在源实例插入数据，插入的user值为NULL。

   INSERT INTO src_table (id) VALUES (1);

   因为目标实例user为非空列，因此同步任务会失败。

   报错信息为：Column 'user' cannot be null。
4. 可以为同步任务配置ETL脚本，对非法值进行处理。
   1. 在目标同步任务中单击，选择修改ETL配置。
   2. 在高级配置中，配置ETL功能参数选中是，DSL脚本配置为：e_if(op_is_null(`user`), e_set(`user`, '_NULL_'))。
      说明 DSL脚本e_if(op_is_null(`user`), e_set(`user`, '_NULL_'))的语法组成及含义如下：

      • op_is_null(`user`)：判断user取值是否为null。
      • e_set(`user`,'_NULL_')：设置user的值为_NULL_。
      • e_if(op_is_null(`user`), e_set(`user`, '_NULL_'))：如果user值为null，则设置为_NULL_。

      DSL语法的更多介绍，请参见数据处理DSL语法简介。

   3. 配置完成后，单击下一步预检查并启动。
5. 查看同步任务是否恢复。
6. 在目标实例查询表数据，查看NULL是否被替换为_NULL_。

典型应用二：数据脱敏

DTS可用于数据备份、数据集成等场景，在这些场景中，可能需要对数据进行统计分析，为保证用户的隐私数据的安全，您可以为DTS任务配置ETL，使用DSL语法插入额外的转换逻辑，对敏感数据进行脱敏。

配置ETL使用的DSL脚本包含了常见的数据转换函数（哈希值计算等），可用于数据脱敏。本文以身份证号和姓名脱敏为例。

1. 源实例创建数据库表并插入测试数据。

   CREATE DATABASE testdb2;
   USE testdb2;
   CREATE TABLE user(id int NOT NULL PRIMARY KEY, id_card varchar(100) NOT NULL, name varchar(100) NOT NULL);
   INSERT INTO user VALUES(1, '123456789', '张三');
   INSERT INTO user VALUES(2, '987654321', '李四');

2. 创建源实例与目标实例间的同步任务。将testdb2中的表user同步到目标实例。更多信息，请参见同步方案概览。
   在配置任务对象及高级配置步骤的高级配置中，配置ETL功能选择是，在输入框中填写如下数据脱敏语句。

   e_compose(
       e_if(op_eq(__TB__,'user'),e_set(`id_card`, str_md5(`id_card`))),
       e_if(op_eq(__TB__,'user'),e_set(`name`, str_mask(`name`, 1, 2, '*')))
   )

   说明 DSL脚本的语法组成及含义如下：

   • str_md5(`id_card`)：对id_card的值进行MD5加密。
   • str_mask(`name`, 1, 2, '*')：将name的第1位和第2位取值替换为星号（*）。
   • e_set(`id_card`, str_md5(`id_card`))：设置id_card的值为MD5加密后的密文。
   • e_set(`name`, str_mask(`name`, 1, 2, '*'))：设置name的值为脱敏后的数据。
   • e_if(op_eq(__TB__,'user'),e_set(`id_card`, str_md5(`id_card`))),：将user表中id_card的值设置为MD5加密后的密文。
   • e_if(op_eq(__TB__,'user'),e_set(`name`, str_mask(`name`, 1, 2, '*')))：将user表中name的值设置为脱敏后的数据。
   • e_compose( e_if(op_eq(__TB__,'user'),e_set(`id_card`, str_md5(`id_card`))), e_if(op_eq(__TB__,'user'),e_set(`name`, str_mask(`name`, 1, 2, '*'))))：对user表中id_card的值进行MD5加密，并对name的值用星号（*）替换进行脱敏。

   DSL语法的更多介绍，请参见数据处理DSL语法简介。

3. 在目标实例查看同步的数据是否脱敏，查看name的值是否被用星号（*）脱敏。