Kafka集群的数据存储格式 - 数据传输服务 DTS

DTS支持选择迁移或同步到Kafka集群的数据存储格式，本文为您介绍数据格式的定义说明，方便您根据定义解析数据。

数据存储格式

DTS支持将写入至Kafka集群的数据存储为如下三种格式：

DTS Avro：一种数据序列化格式，可以将数据结构或对象转化成便于存储或传输的格式。
Shareplex Json：数据复制软件Shareplex读取源库中的数据，将数据写入至Kafka集群时，数据存储格式为Shareplex Json。
Canal Json：Canal解析数据库增量日志，并将增量数据传输至Kafka集群，数据存储格式为Canal Json。

DTS Avro

DTS Avro为默认存储格式。您需要根据DTS Avro的schema定义进行数据解析，schema定义详情请参见迁移或同步至Kafka集群中的数据均DTS Avro的schema定义。

说明

DTS Avro格式中的DDL语句为String类型。

Shareplex Json

表 1. 参数说明

参数	说明
`time`	数据库中事务的提交时间，格式为yyyy-MM-ddTHH:mm:ssZ（UTC时间）。
`userid`	提交事务的用户ID。
`op`	数据操作类型，包括INSERT, UPDATE, DELETE, TRUNCATE, DROP COLUMN, UPDATE BEFORE, UPDATE AFTER。
`scn`	系统变化编号SCN（System Change Number），用以标识数据库在某个确切时刻提交事务的版本。每个已提交的事务分配一个唯一的SCN。
`rowid`	用于定位数据库中一条记录的一个相对唯一地址值。
`trans`	事务ID。
`seq`	事务内部的操作序号，从1开始记录。
`size`	事务内部的操作总数。
`table`	表名。
`idx`	事务内部操作的索引，格式为`seq/size`，例如`1/11`表示，在操作总数为11的事务内部，该操作的序号为1。
`posttime`	事务提交至目标库的时间。

示例如下：

插入数据：

{
    "meta": {
        "time": "2017-06-16T14:24:34", 
        "userid": 84,                                    
        "op": "ins",                                   
          "scn": "14589063118712",                  
          "rowid": "AAATGpAAIAAItcIAAA",      
        "trans": "7.0.411499",                 
        "seq": 1,                                          
        "size": 11,                                         
        "table": "CL_BIZ1.MIO_LOG",       
          "idx": "1/11",                                       
        "posttime": "2017-06-16T14:33:52"
    },
    "data": {
        "MIO_LOG_ID": "32539737"
     }
}

更新数据：

{
    "meta": {
        "time": "2017-06-16T15:38:13",
        "userid": 84,
        "op": "upd",                             
        "table": "CL_BIZ1.MIO_LOG"
        ….
    },
    "data": {                                          
        "CNTR_NO": "1171201606"
    },
    "key": {                                            
        "MIO_LOG_ID": "32537893",
        "PLNMIO_REC_ID": "31557806",
        "POL_CODE": null,
        "CNTR_TYPE": null,
        "CNTR_NO": "1171201606syui26"
    }
}

删除数据：

{
    "meta": {
        "time": "2017-06-16T15:51:35",
        "userid": 84,
        "op": "del",                      
     },
    "data": {                                    
        "MIO_LOG_ID": "32539739",
        "PLNMIO_REC_ID": "31557806",
        "POL_CODE": null,
        "CNTR_TYPE": null,
        "CG_NO": null
     }
}

Canal Json

表 2. 参数说明

参数	说明
`database`	数据库名称。
`es`	操作在源库的执行时间，13位Unix时间戳，单位为毫秒。说明 Unix时间戳转换工具可通过搜索引擎获取。
`id`	操作的序列号。
`isDdl`	是否是DDL操作。 true：是。 false：否。
`mysqlType`	字段的数据类型。说明不支持精度等数据类型的参数信息。
`old`与`data`	变更前或变更后的数据。说明 2022年3月20日之前创建的DTS订阅实例，`old`的值是变更后的数据（默认包含所有列的数据，而不是只包含被修改列的数据），`data`的值是变更前的数据。为了和开源社区保持一致，2022年3月20日起创建或重启的DTS订阅实例，`data`的值是变更后的数据，`old`的值是变更前的数据。
`pkNames`	主键名称。
`sql`	SQL语句。
`sqlType`	以Canal Json格式记录的列的数据类型。更多信息，请参见SQL Type field。
`table`	表名。
`ts`	操作开始写入到目标库的时间，13位Unix时间戳，单位为毫秒。说明 Unix时间戳转换工具可通过搜索引擎获取。
`type`	操作的类型，比如DELETE、UPDATE、INSERT。说明全量任务阶段固定为INIT。
`gtid`	全局事务标识GTID（Global Transaction IDentifier），具有全局唯一性，一个事务对应一个GTID。

更新数据的示例如下：

说明

2022年3月20日之前创建的DTS订阅实例，源表的DELETE语句同步到kafka，其中old的值是数据，data的值是null。为了和开源社区保持一致，2022年3月20日起创建或重启的DTS订阅实例，data的值是数据，old的值是null。

2022年3月20日之前创建的DTS订阅实例

{
    "old": [
        {
            "shipping_type": "aaa"
        }
    ], 
    "database": "dbname", 
    "es": 1600161894000, 
    "id": 58, 
    "isDdl": false, 
    "mysqlType": {
        "id": "bigint", 
        "shipping_type": "varchar"
    }, 
    "pkNames": [
        "id"
    ], 
    "sql": "", 
    "sqlType": {
        "id": -5, 
        "shipping_type": 12
    }, 
    "table": "tablename", 
    "ts": 1600161894771, 
    "type": "DELETE"
}

2022年3月20日起创建或重启的DTS订阅实例

{
    "data": [
        {
            "id": "500000287", 
            "shipping_type": null
        }
    ], 
    "database": "dbname", 
    "es": 1600161894000, 
    "id": 58, 
    "isDdl": false, 
    "mysqlType": {
        "id": "bigint", 
        "shipping_type": "varchar"
    }, 
    "pkNames": [
        "id"
    ], 
    "sql": "", 
    "sqlType": {
        "id": -5, 
        "shipping_type": 12
    }, 
    "table": "tablename", 
    "ts": 1600161894771, 
    "type": "DELETE"
}

DDL操作示例如下：

{
    "database":"dbname",表示同步的数据库名称
    "es":1600161894000,表示源库数据写入到binlog的时间
    "id":58,DTS缓存的偏移量
    "isDdl":true,是否同步DDL
    "sql":"eg:createxxx",Binlog的DDL语句
    "table":"tablename",同步的表名
    "ts":1600161894771,DTS将数据写入目标的时间
    "type":"DDL"
}