快捷導(dǎo)航

Java數(shù)據(jù)開發(fā)輔助工具Docker與普通程序使用方法

更新時(shí)間：2021年09月14日 17:30:19 作者：somenzz

這是為數(shù)據(jù)開發(fā)人員使用的輔助工具，用于數(shù)據(jù)庫之間的表同步，說同步并不嚴(yán)謹(jǐn)，因?yàn)椴皇菍?shí)時(shí)更新的，更確切的說法是復(fù)制，可以方便的從一個(gè)數(shù)據(jù)庫復(fù)制表到另一個(gè)數(shù)據(jù)庫，以下遇到同步的詞請理解為復(fù)制

介紹

需求背景

有很多業(yè)務(wù)系統(tǒng)，他們的數(shù)據(jù)庫是相互獨(dú)立的，俗稱數(shù)據(jù)孤島，為了做數(shù)據(jù)統(tǒng)計(jì)分析，就需要把這些數(shù)據(jù)歸集在一個(gè)數(shù)據(jù)庫中，比如數(shù)據(jù)倉庫，然后多表關(guān)聯(lián)查詢，方便開發(fā)數(shù)據(jù)應(yīng)用。希望能有這樣的工具，指定兩個(gè)數(shù)據(jù)庫和表名，就可以將表從源數(shù)據(jù)庫拷貝到目標(biāo)數(shù)據(jù)庫中。具體需求如下：

能自動(dòng)同步表結(jié)構(gòu)，如：源表加字段，目標(biāo)表自動(dòng)加字段。
支持增量或全量復(fù)制數(shù)據(jù)，比如按日期進(jìn)行復(fù)制數(shù)據(jù)。
支持指定字段同步，只同步關(guān)心的那些字段。
支持主流的關(guān)系型數(shù)據(jù)庫: mysql、db2、postgresql、oracle、sqlserver
源表和目標(biāo)表表名可以不同，字段名也可以不同（已存在目標(biāo)表的情況下）

因?yàn)樽约阂茫揖妥约簩懥艘粋€(gè)，順便熟悉下 java 開發(fā)（之前一直用 Python，不得不說，Java 真浪費(fèi)時(shí)間），本程序的最大用處就是構(gòu)建集市或數(shù)倉所需要的基礎(chǔ)層數(shù)據(jù)源，歡迎感興趣的朋友一起加入。

程序的使用方法

Docker 方式

這里用到三個(gè)容器:

app 也就是主程序本身，app 容器使用的程序文件就是 release 目錄下的文件，已經(jīng)做了綁定。
mysql 測試用的，作為源數(shù)據(jù)庫，已提前放好了有 7000 條測試數(shù)據(jù)的表 somenzz_users。
postgres 測試用的，作為目標(biāo)數(shù)據(jù)庫，沒有數(shù)據(jù)。

先部署，執(zhí)行 docker-compose up -d 就會(huì)自動(dòng)完成應(yīng)用和數(shù)據(jù)庫的部署：

$ git clone https://github.com/somenzz/database-sync.git
$ cd database-sync
$ docker-compose up -d
Creating database-sync_postgres_1 ... done
Creating database-sync_app_1      ... done
Creating database-sync_mysql_1    ... done

這樣三個(gè)容器就啟動(dòng)了，使用 docker ps -a |grep database-sync 可以查看到三個(gè)正在運(yùn)行的容器：

現(xiàn)在直接使用 docker exec -i database-sync_app_1 java -jar database-sync-1.3.jar 來執(zhí)行程序：

mysql 容器已有測試數(shù)據(jù)，release/config/config.json 已經(jīng)配置好了數(shù)據(jù)庫的連接，因此可以直接試用，以下演示的是從 mysql 復(fù)制表和數(shù)據(jù)到 postgres：

1. 全量復(fù)制，自動(dòng)建表：

docker exec -i database-sync_app_1 java -jar database-sync-1.3.jar mysql_test testdb somenzz_users postgres_test public users --sync-ddl

如果你不想每次都敲 docker exec -i database-sync_app_1 ，可以進(jìn)入容器內(nèi)部執(zhí)行：

(py38env) ➜  database-sync git:(master) ✗ docker exec -it database-sync_app_1 /bin/bash
root@063b1dc76fe1:/app# ls
config database-sync-1.3.jar  lib  logs
root@063b1dc76fe1:/app# java -jar database-sync-1.3.jar mysql_test testdb somenzz_users postgres_test public users -sd

2. 增量復(fù)制：

root@063b1dc76fe1:/app# java -jar database-sync-1.3.jar mysql_test testdb somenzz_users postgres_test public zz_users "create_at >= '2018-01-09'"

3. 指定字段：

root@063b1dc76fe1:/app# java -jar database-sync-1.3.jar mysql_test testdb somenzz_users postgres_test public zz_users -ff="user_id,name,age" -tf="user_id,name,age" "create_at >= '2018-01-09'"

普通方式

程序運(yùn)行前確保已安裝 java 1.8 或后續(xù)版本，已經(jīng)安裝 maven，然后 clone 源碼，打包：

git clone https://gitee.com/somenzz/database-sync.git
cd database-sync
mvn package

此時(shí)你會(huì)看到 target 目錄，將 target 下的 lib 目錄和 database-sync-1.3.jar 復(fù)制出來，放在同一目錄下，然后再創(chuàng)建一個(gè) config 目錄，在 config 下新建一個(gè) config.json 文件寫入配置信息，然后將這個(gè)目錄壓縮，就可以傳到服務(wù)器運(yùn)行了，請注意先充分測試，jdk 要求 1.8+

[aaron@hdp002 /home/aaron/App/Java/database-sync]$ ls -ltr
total 48
drwxr-xr-x 2 aaron aaron  4096 Apr 23  2020 lib
-rwxrw-r-- 1 aaron aaron   157 Jun 23  2020 run.sh
drwxrwxr-x 2 aaron aaron  4096 Jul  3  2020 logs
-rw-rw-r-- 1 aaron aaron 24773 Mar 16  2021 database-sync-1.3.jar
drwxr-xr-x 7 aaron aaron  4096 Aug  3  2020 jdk1.8.0_231
drwxrwxr-x 2 aaron aaron  4096 Feb 19 17:07 config

你也可以直接下載我打包好的使用。

程序名稱叫 database-sync，運(yùn)行方式是這樣的：

(py38env) ➜  target git:(master) ✗ java -jar database-sync-1.3.jar -h      
Usage: 
java -jar database-sync-1.0.jar [options] {fromDB} {fromSchema} {fromTable} {toDB} {toSchema} {toTable} [whereClause]
options:
        -v or --version                            :print version then exit
        -h or --help                               :print help info then exit
        -sd or --sync-ddl                          :auto synchronize table structure
        -ff=col1,col2 or --from-fields=col1,col2   :specify from fields
        -tf=col3,col4 or --to-fields=col3,col4     :specify to fields
        --no-feature or -nf                        :will not use database's feature

幫助說明：

[] 中括號(hào)里的內(nèi)容表示選填，例如 [options] 表示 options 下的參數(shù)不是必須的。

1、其中 options 參數(shù)解釋如下：

--sync-ddl 或者 -sd : 加入該參數(shù)會(huì)自動(dòng)同步表結(jié)構(gòu)。

--from_fields=col1,col2 或者 -ff=col1,col2 : 指定原表的字段序列，注意 = 前后不能有空格。

--to_fields=col3,col4 或者 -tf=col3,col4 : 指定目標(biāo)表的字段序列，注意 = 前后不能有空格。

2、whereClause 表示 where 條件，用于增量更新，程序再插入數(shù)據(jù)前先按照 where 條件進(jìn)行清理數(shù)據(jù)，然后按照 where 條件從原表進(jìn)行讀取數(shù)據(jù)。whereClause 最好使用雙引號(hào)包起來，表示一個(gè)完整的參數(shù)。如："jyrq='2020-12-31'"

{} 大括號(hào)里的內(nèi)容表示必填。

fromDb 是指配置在 config.json 的數(shù)據(jù)庫信息的鍵，假如有以下配置文件：

{
      "postgres":{
        "type":"postgres",
        "driver":"org.postgresql.Driver",
        "url":"jdbc:postgresql://localhost:5432/apidb",
        "user": "postgres",
        "password":"aaron",
        "encoding": "utf-8"
    }, 
    "aarondb":{
        "type":"mysql",
        "driver":"com.mysql.cj.jdbc.Driver",
        "url":"jdbc:mysql://localhost:3306/aarondb?useSSL=false&characterEncoding=utf8&serverTimezone=UTC",
        "user": "aaron",
        "password":"aaron"
    }
}

fromDb、toDb 可以是 aarondb 或者 postgres。

fromSchema 讀取數(shù)據(jù)的表的模式名，可以填寫 "".

fromTable 讀取數(shù)據(jù)的表明，必須提供。

toSchema 寫入數(shù)據(jù)表的模式名，可以填寫 ""，可以和 fromSchema 不同.

toTable 寫入數(shù)據(jù)表的表名，必須提供，當(dāng)寫入表不存在時(shí)，自動(dòng)按讀取表的表結(jié)構(gòu)創(chuàng)建，可以和 fromTable 不同。

全量、增量、指定字段的使用樣例請參考 Docker 方式。

配置文件說明

配置文件位于 config/config.json，如下所示：

 
{
    "sjwb":{
        "type":"db2",
        "driver":"com.ibm.db2.jcc.DB2Driver",
        "url":"jdbc:db2://192.168.1.*:50000/wbsj",
        "user": "****",
        "password":"****",
        "tbspace_ddl": "/*這里可以放置指定表空間的語句*/",
        "encoding":"utf-8"
    },
     "dw_test":{
        "type":"db2",
        "driver":"com.ibm.db2.jcc.DB2Driver",
        "url":"jdbc:db2://192.168.169.*:60990/dwdb",
        "user": "****",
        "password":"****",
        "encoding":"gbk"
    },
     "postgres":{
        "type":"postgres",
        "driver":"org.postgresql.Driver",
        "url":"jdbc:postgresql://10.99.**.**:5432/apidb",
        "user": "****",
        "password":"****",
        "tbspace_ddl": "WITH (compression=no, orientation=orc, version=0.12)\ntablespace hdfs\n",
        "encoding":"utf-8"
    }, 
    "aarondb":{
        "type":"mysql",
        "driver":"com.mysql.cj.jdbc.Driver",
        "url":"jdbc:mysql://localhost:3306/aarondb?useSSL=false&characterEncoding=utf8&serverTimezone=UTC",
        "user": "****",
        "password":"****",
        "encoding":"utf-8"
    },
     "buffer-rows": 100000
}

配置文件說明：

type 表示數(shù)據(jù)庫類型，均為小寫：

mysql
postgres
db2
oracle
sqlserver

tbspace_ddl 表示自動(dòng)建表時(shí)指定的表空間，該選項(xiàng)不是必需的，可以刪除。

buffer-rows 表示讀取多少行時(shí)一塊寫入目標(biāo)數(shù)據(jù)庫，根據(jù)服務(wù)器內(nèi)存大小自己做調(diào)整，100000 行提交一次滿足大多數(shù)情況了。

encoding 用于表結(jié)構(gòu)同步時(shí)確定字段長度，比如說源庫的字段是 gbk varchar(10)，目標(biāo)庫是 utf-8，那么就應(yīng)該為 varchar(15)，這樣字段有中文就不會(huì)出現(xiàn)截?cái)嗷虿迦胧栴}，程序這里 2 倍，也就是 varchar(20) ，這樣字段長度不會(huì)出現(xiàn)小數(shù)位。