实现从Oracle增量同步数据到GreenPlum

Posted 2020-08-09

简介：

　　GreenPlum是一个基于PostgreSQL数据库开发的MPP架构的数据库仓库，适用于OLAP系统，支持50PB(1PB=1000TB)级海量数据的存储和处理。

 

背景：

　　目前有一个业务是需要将Oracle数据库中的基础数据增量同步到GreenPlum数据仓库，便于进行数据分析和处理。

 

规模：

　　每天产生60G左右数据，最大的表每天新增上亿条数据。

 

解决方法：

　　1）历史数据通过抽取导入的方式进行初始化。

　　2）增量更新数据：

　　使用GoldenGate将Oracle日志解析，传给GreenPlum所在的节点。

　　GreenPlum节点通过程序将GoldenGate解析的日志记录增量同步到GreenPlum数据库仓库中。

 

 

最终结果：

　　1.初始化数据一次大概三天时间，初始化5T左右数据。

　　2.增量同步数据延时不超过3个小时。

　　3.GreenPlum性能经过优化后，比在Oracle数据库上查询要快10～100倍（GreenPlum的机器配置相对要低很多）。

　　4.对部分大表进行了压缩处理，会减少存储的空间和I/O的开销。

　　5.没有使用列式存储，大表的列太多，对于不适合做列式存储，仅进行了压缩。

　　6.对部分表的分布键进行了调整，极大的提升了数据分析的效率。