从SQL Server到MySQL的ETL实现

Posted 2020-09-21

场景：

需要一个从SQL Server源表拉数据到mysql目标表的SSIS ETL Package，本来一个简单的Data Flow组件就可以解决的问题，然而SSIS 2014不支持在Data flow中使用ADO.NET connection作为MySQL desitination，运行时会报错（做source connection使用没有问题），换成ODBC connection可以成功，但load速度太慢。

在以下测试表中插入260908条测试数据，然后用ODBC做Data Flow的destination，load所有数据耗时43分27秒！！

 1 CREATE TABLE tblTest(
 2 ID BIGINT NOT NULL IDENTITY(1,1),
 3 Col1 NVARCHAR(30),
 4 Col2 NVARCHAR(30),
 5 Col3 NVARCHAR(30),
 6 Col4 NVARCHAR(30),
 7 Col5 NVARCHAR(30),
 8 Col6 DECIMAL(10,4),
 9 Col7 DECIMAL(10,4),
10 Col8 DECIMAL(10,4),
11 Col9 INT,
12 Col10 DATETIME2 DEFAULT GETUTCDATE()
13 )

　　

解决方案：

将源表通过SQL Server的bcp命令导出为文件，然后在利用MySQL的LOAD DATA LOCAL INFILE命令导入目标表中。

 1 --在SQL Server中创建SP如下，用以被SSIS Package调用，将源表导出至文件
 2 CREATE PROCEDURE usp_ExtracttblTest
 3 AS
 4 BEGIN
 5 
 6 EXEC sp_configure
 7 ‘show advanced options‘,
 8 1;
 9 
10 RECONFIGURE;
11 
12 EXEC sp_configure
13 ‘xp_cmdshell‘,
14 1;
15 
16 RECONFIGURE;
17 
18 DECLARE @cmd NVARCHAR(4000); 
19 
20 SET @cmd = ‘bcp "SELECT ID,Col1,Col2,Col3,Col4,Col5,Col6,Col7,Col8,Col9,Col10 FROM Test..tblTest" queryout C:/TEST/tblTest.csv -S"SQL Server IP" -U"DBUser" -P"DBUserPassword" -c -C"65001" -t","‘;
21 
22 EXEC master..xp_cmdshell @cmd;
23 
24 END
25 
26 GO

SSIS Package需要两个Execute SQL Task来实现整个ETL：

Execute SQL Task 1: 调用以上存储过程，将源表导出为文件，导出260908条测试数据耗时1秒

Execute SQL Task 2: 用ADO.NET connection的方式连接到MySQL目标数据库，SQL Statement内容如下。导入所有测试数据耗时8秒

1 LOAD DATA LOCAL INFILE ‘C:/Test/tblTest.csv‘
2 INTO TABLE tblTest
3 CHARACTER SET utf8
4 FIELDS TERMINATED BY ‘,‘
5 ESCAPED BY ‘\\‘
6 LINES TERMINATED BY ‘\r\n‘
7 (ID,Col1,Col2,Col3,Col4,Col5,Col6,Col7,Col8,Col9,Col10);

 改进后的ETL Package跑下来耗时总和仅需10秒！