DolphinScheduler 调度 DataX 实现 MySQL To MySQL 增量数据同步实战

Posted 2023-03-14

背景

mysql库A 到 MySQL库B的增量数据同步需求

DolphinScheduler中配置DataX MySQL To MySQL工作流

工作流定义

工作流定义 > 创建工作流 > 拖入1个SHELL组件 > 拖入1个DATAX组件
SHELL组件(文章)
脚本

echo 文章同步 MySQL To MySQL

DATAX组件(t_article)
用到2个插件mysqlreader^{[1]、mysqlwriter}[2]
选 自定义模板：

    "job": 
        "content": [
            
                "reader": 
                    "name": "mysqlreader",
                    "parameter": 
                        "connection": [
                            
                                "jdbcUrl": [
                                    "jdbc:mysql://$biz_mysql_host:$biz_mysql_port/你的数据库A?useUnicode=true&zeroDateTimeBehavior=convertToNull&characterEncoding=UTF8&autoReconnect=true&useSSL=false&&allowLoadLocalInfile=false&autoDeserialize=false&allowLocalInfile=false&allowUrlInLocalInfile=false"
                                ],
                                "querySql": [
                                    "select a.id,a.title,a.content,a.is_delete,a.delete_date,a.create_date,a.update_date from t_article a.update_date >= $biz_update_dt;"
                                ]
                            
                        ],
                        "password": "$biz_mysql_password",
                        "username": "$biz_mysql_username"
                    
                ,
                "writer": 
                    "name": "mysqlwriter",
                    "parameter": 
                        "column": [
                            "`id`",
                            "`title`",
                            "`content`",
                            "`is_delete`",
                            "`delete_date`",
                            "`create_date`",
                            "`update_date`"
                        ],
                        "connection": [
                            
                                "jdbcUrl": "jdbc:mysql://$biz_mysql_host:$biz_mysql_port/你的数据库B?useUnicode=true&zeroDateTimeBehavior=convertToNull&characterEncoding=UTF8&autoReconnect=true&useSSL=false&&allowLoadLocalInfile=false&autoDeserialize=false&allowLocalInfile=false&allowUrlInLocalInfile=false",
                                "table": [
                                    "t_article"
                                ]
                            
                        ],
                        "writeMode": "replace",
                        "password": "$biz_mysql_password",
                        "username": "$biz_mysql_username"
                    
                
            
        ],
        "setting": 
            "errorLimit": 
                "percentage": 0,
                "record": 0
            ,
            "speed": 
                "channel": 1,
                "record": 1000
            
        
    

reader和writer的字段配置需保持一致

自定义参数：

biz_update_dt: $global_bizdate
biz_mysql_host: 你的mysql ip
biz_mysql_port: 3306
biz_mysql_username: 你的mysql账号
biz_mysql_password: 你的mysql密码

# 本文实验环境A库和B库用的同一个实例，如果MySQL是多个实例，可以再新增加参数定义例如 biz_mysql_host_b,在模板中对应引用即可

配置的自定义参数将会自动替换json模板中的同名变量

reader mysqlreader插件中关键配置： ​​a.update_date >= $biz_update_dt​​ 就是实现增量同步的关键配置
writer mysqlwriter插件中关键配置： ``

"parameter": 
    "writeMode": "replace",
    ......

writeMode为replace，相同主键id重复写入数据，就会更新数据。sql本质上执行的是 ​​replace into​​

保存工作流

全局变量设置
​​global_bizdate： $[yyyy-MM-dd 00:00:00-1]​​

global_bizdate 引用的变量为 DolphinScheduler 内置变量，具体参考官网文档^[3]
结合调度时间设计好时间滚动的窗口时长，比如按1天增量，那么这里时间就是减1天

最终的工作流DAG图为：

爬坑记录

• 官网下载的DataX不包含ElasticSearchWriter写插件
  默认不带该插件，需要自己编译ElasticSearchWriter插件。

git clone https://github.com/alibaba/DataX.git

为了加快编译速度，可以只编译​​<module>elasticsearchwriter</module>​​ 项目根目录的pom.xml
全注释掉，下只保留<module>elasticsearchwriter</module>其他注释掉。

参考

​​1. DataX MysqlReader 插件文档 https://github.com/alibaba/DataX/blob/master/mysqlreader/doc/mysqlreader.md​​​​2. DataX MysqlWriter 插件文档 https://github.com/alibaba/DataX/blob/master/mysqlwriter/doc/mysqlwriter.md​​​​3. Apache DolphinScheduler 内置参数 https://dolphinscheduler.apache.org/zh-cn/docs/latest/user_doc/guide/parameter/built-in.html​​