离线同步任务支持Vastbase G100,支持该数据源的抽取(Reader)导入(Writer),当前支持的版本为:2.2.10

使用前提


在使用之前需要在项目中心(新)完成Vastbase G100数据源的登记并测试通过。
数据源登记过程中,需要填写如下信息:

  • 数据源名称:Vastbase G100数据源的名称
  • 数据源标识:仅允许包含英文小写、数字、下划线,只允许英文小写开头,最大长度为64个字符。平台内唯一,保存数据源后数据标识不可修改
  • 归属项目:由于元数据中心是项目组级别,因此此处支持选择项目组下的项目,默认为当前项目名称
  • 归属逻辑数据源:此处无需配置,只是用于后续绑定逻辑数据源后进行查看
  • 负责人:默认为当前创建人员
  • 管理员:同负责人,有该数据源的管理权限,包括编辑、设置“源系统账号映射”。可在安全中心为自己或其他人设置该数据源的使用权限
  • 使用授权:数据源支持对项目组内所有项目或指定项目进行使用授权。未被授权的项目,将无法使用该数据源进行配置
  • 版本:2.2.10
  • 数据源连接:根据jdbc:mysql://ServerIP:Port/Database格式进行填写
  • 用户名:填写访问数据源的用户名
  • 密码:填写用户名所对应的密码
  • 自定义属性:支持添加数据源的其它配置

数据源配置完成后,需点击测试连接按钮进行测试,测试通过后才可使用。

除了数据源需要准备之外,进行离线同步任务创建和数据源的使用都需要在安全中心-功能权限中添加相应的权限(可参考数据传输权限元数据中心权限)。

Vastbase G100作为数据来源


Vastbase G100 to Hive为例,在数据来源端选择MySQL数据源类型及数据源名称,选择需要进行读取的schema和表。

Vastbase G100 to Hive数据源支持库表选择

  • 库表选择:支持搜索或直接选择数据库表。支持跨库表配置,跨库表必须是相同数据源类型。

数据过滤支持条件、流水型及自定义。

  • 条件型:按列设置过滤规则,可添加一或多组条件,条件默认为AND关系。
  • 流水型:从选择字段的起始值开始读取数据,读取到最新记录位置,下次从上次的最新记录读取至当前的最新记录。流水型数据过滤方式生效满足以下条件:1. 选取的字段是单调递增的;2. 离线开发任务提交到线上调度执行。
  • 自定义:填写where过滤语句(不含where关键字),通常用作增量同步,支持系统参数和参数组参数。

特殊字符替换并发读取流量控制根据实际情况进行填写。

Vastbase G100作为数据去向


Vastbase G100为例,当Vastbase G100作为数据去向时,除了需要填写数据源类型、数据源等基础信息之外,还可以填写PreSqlPostSql

  • PreSql:导入数据前执行的SQL语句,例如清除旧数据;目前向导模式最多允许执行五条SQL语句,多条SQL语句使用分号“;”分隔。
  • PostSql:导入数据后执行的SQL语句,例如加上某一个时间戳;目前向导模式最多允许执行五条SQL语句,多条SQL语句使用分号“;”分隔。

Vastbase G100支持INSERT INTOMERGE INTO写入规则:

  • INSERT INTO:插入数据。
  • MERGE INTO:如果更新键冲突,更新原记录。

更新键选取多个字段联合作为更新键时,仅当字段拼接值冲突时,会更新原记录。