DataX SqlServerWriter

1 快速介绍

SqlServerWriter插件实现了写入数据到SqlServer数据库表的功能。

在底层实现上，SqlServerWriter插件通过JDBC连接远程SqlServer数据库，并执行相应的insert into … sql语句将数据写入SqlServer，内部会分批次提交入库。

SqlServerWriter面向ETL开发工程师，他们使用SqlServerWriter从数据仓库导入数据到SqlServer。同时SqlServerWriter亦可以作为数据迁移工具为DBA等用户提供服务。

2 实现原理

SqlServerWriter插件通过DataX框架获取Reader生成的协议数据，根据你配置生成相应的SQL语句。

insert into...

（当主键/唯一性索引冲突时会写不进去冲突的行）

*注意：

• 目的表所在数据库必须是主库才能写入数据；整个任务至少需具备insert into…的权限，是否需要其他权限，取决于你任务配置中在preSql和postSql中指定的语句。
• SqlServerWriter和MysqlWriter不同，不支持配置writeMode参数。

3 功能说明

3.1 配置样例

这里使用一份从内存产生到SqlServer导入的数据。

{
    "job": {
        "setting": {
            "speed": {
                "channel": 5
            }
        },
        "content": [
            {
                "reader": {},
                "writer": {
                    "name": "sqlserverwriter",
                    "parameter": {
                        "username": "root",
                        "password": "root",
                        "column": [
                            "db_id",
                            "db_type",
                            "db_ip",
                            "db_port",
                            "db_role",
                            "db_name",
                            "db_username",
                            "db_password",
                            "db_modify_time",
                            "db_modify_user",
                            "db_description",
                            "db_tddl_info"
                        ],
                        "connection": [
                            {
                                "table": [
                                    "db_info_for_writer"
                                ],
                                "jdbcUrl": "jdbc:sqlserver://[HOST_NAME]:PORT;DatabaseName=[DATABASE_NAME]"
                            }
                        ],
                        "preSql": [
                            "delete from @table where db_id = -1;"
                        ],
                        "postSql": [
                            "update @table set db_modify_time = now() where db_id = 1;"
                        ]
                    }
                }
            }
        ]
    }
}

3.2 参数说明

• jdbcUrl
  • 描述：目的数据库的JDBC连接信息，jdbcUrl必须包含在connection配置单元中。

*注意：

1）在一个数据库上只能配置一个值。这与SqlServerReader支持多个备库探测不同，因为此处不支持同一个数据库存在多个主库的情况(双主导入数据情况)         

2）jdbcUrl按照SqlServer官方规范，并可以填写连接附加参数信息。具体请参看SqlServer官方文档或者咨询对应DBA。

• • 必选：是
  • 默认值：无
• username
  • 描述：目的数据库的用户名
  • 必选：是
  • 默认值：无
• password
  • 描述：目的数据库的密码
  • 必选：是
  • 默认值：无
• table
  • 描述：目的表的表名称。支持写入一个或者多个表。当配置为多张表时，必须确保所有表结构保持一致。

*注意：table 和 jdbcUrl必须包含在connection配置单元中

• • 必选：是
  • 默认值：无
• column
  • 描述：目的表需要写入数据的字段,字段之间用英文逗号分隔。例如: “column”: [“id”,”name”,”age”]。如果要依次写入全部列，使用表示, 例如: “column”: [“”]

**column配置项必须指定，不能留空！**

*注意：

1）DataX强烈不推荐用户这样配置，因为当目的表字段个数、类型等有改动时，任务可能运行不正确或者失败。

2）此处column不能配置任何常量值。

• • 必选：是
  • 默认值：否
• preSql
  • 描述：写入数据到目的表前，会先执行这里的标准语句。如果Sql中有你需要操作到的表名称，请使用@table表示，这样在实际执行Sql语句时，会对变量按照实际表名称进行替换。
  • 必选：否
  • 默认值：无
• postSql
  • 描述：写入数据到目的表后，会执行这里的标准语句。（原理同 preSql ）
  • 必选：否
  • 默认值：无
• batchSize
  • 描述：一次性批量提交的记录数大小，该值可以极大减少DataX与SqlServer的网络交互次数，并提升整体吞吐量。但是该值设置过大可能会造成DataX运行进程OOM情况。
  • 必选：否
  • 默认值：1024

3.3 类型转换

类似于SqlServerReader插件，目前SqlServerWriter支持大部分SqlServer类型，但也存在部分个别类型没有支持的情况，请注意检查你的类型。

下面列出SqlServerWriter针对SqlServer类型转换列表请参考DataX SqlServerReader。

4 数据特征

4.1 机器参数

• 执行DataX的机器参数为:
  • cpu: 24 Core Intel(R) Xeon(R) CPU E5-2430 0 @ 2.20GHz
  • mem: 94GB
  • net: 千兆双网卡
  • disc: DataX 数据不落磁盘，不统计此项
• SqlServer数据库机器参数为:
  • cpu: 4 Core Intel(R) Xeon(R) CPU E5420 @ 2.50GHz
  • mem: 7GB

4.2 DataX jvm参数

-Xms1024m -Xmx1024m -XX:+HeapDumpOnOutOfMemoryError

FAQ

Q: SqlServerWriter执行postSql语句报错，那么数据导入到目标数据库了吗?

A: DataX导入过程存在三块逻辑，pre操作、导入操作、post操作，其中任意一环报错，DataX作业报错。由于DataX不能保证在同一个事务完成上述几个操作，因此有可能数据已经落入到目标端。

Q: 按照上述说法，那么有部分脏数据导入数据库，如果影响到线上数据库怎么办?

A: 目前有两种解法，第一种配置pre语句，该sql可以清理当天导入数据，DataX 每次导入时候可以把上次清理干净并导入完整数据。第二种，向临时表导入数据，完成后再rename到线上表。

Q: 上面第二种方法可以避免对线上数据造成影响，那我具体怎样操作?

A: 可以配置临时表导入。