草庐IT

5分钟搞定ORACLE到ClickHouse数据迁移同步-CloudCanal实战

clougence 2023-03-28 原文

简述

ClickHouse 是一种流行的列式数据库，对于计算 uv、mv、pv 等聚合类数据相当友好，所以广泛使用于各类报表场景。

本文主要介绍如何使用 CloudCanal 快速构建一条稳定高效运行的 ORACLE 到 ClickHouse 数据同步链路。
示例中 ORACLE 库为 PDB 模式, ClickHouse 为单副本实例。

技术点

ORACLE 源端增量同步技术

CloudCanal 对于 ORACLE 源端增量同步采用 LogMiner 分析 redo 日志或物化视图/类trigger 方式进行。
对于前者，我们采用了多种优化方式，将 ORACLE 源端增量同步做到准确、稳定、性能几个方面的平衡，这些技术包括：

  • 采用 LogMiner 最标准的方式( ADD_FILE)作为默认解析方式，同时辅以 CONTINUOUS_MINE作为补充（有 ORACLE 版本限制）
  • 采用全事件消费模式保障 ORACLE 稳定
  • 支持本地存储以缓存超大变更数据，并采用手动指定序列化/反序列化器让数据存取更可靠
  • 采用更加全面的 redo SQL 解析器提升解析准确性
  • 支持事件合并，批量交付对端写入，大幅提升数据写入性能
  • 支持 DDL 同步（部分链路），部分减少数据同步链路运维压力
  • 支持位点回拉，让数据消费错误有机会得以弥补
  • 支持全量数据校验，让数据质量得到更好的监测
  • 支持任务编辑，让长周期运行的数据同步任务更平滑地应对同步对象的变化
  • 加强的监控指标，让同步状态更加明了
  • 缩小的数据库权限，让风险进一步缩小

围绕 ORACLE 数据库的周边生态，我们希望能够做到 GoldenGate 一样强大甚至超出，相关产品技术不断迭代演进。

ClickHouse 高性能写入

CloudCanal 对于 ClickHouse 高性能写入技术，主要结合列存的特点、常见业务场景流量特点、用户使用和理解的便利性 3 方面进行选择与平衡。

列存相对行存的特点:

  • 列的批量读取效率高，磁盘 IO 相对小
  • 列存数据块因类型相似，压缩效率好，可使用的计算指令和方式更多

常见业务场景流量特点：

  • insert 和 update 比例高于 delete, 偏向分析统计的日志类数据 insert 比例远高于后两者
  • 要求高并发的业务，数据读取更新往往只在几个列上
  • 偏向运营用户的交互式数据分析更多在最近写入的数据上

用户使用和理解便利性：

  • 不维护额外的字段，比如版本、是否删除等
  • 性能和实时一致性可选择，让用户有路可走
  • 选择 ClickHouse 主流表引擎，防止未来版本 deprecated

针对上述3个方面的特点，我们采用了以下一些技术达成平衡

  • insert/update 走 APPEND 方式(批量写入)，delete 走 ALTER TABLE ，性能好，但需要 OPTIMIZE 或查询带 FINAL
  • 完全一致通过自定义代码拆分 update 为 delete 和 insert 达成，但性能降低
  • 默认采用 ReplacingMergeTree 达成数据去重
  • 支持并行批量写入(但更复杂些)

操作示例

前置条件

  • 登入 CloudCanal SaaS版,使用参见快速上手文档

  • 准备一个 ORACLE 数据库，和 ClickHouse 实例（本例分别使用自建 Oracle 19c 和阿里云 ClickHouse 21.8）

  • ORACLE 账号权限配置

  • 登录 CloudCanal 平台 ，分别添加

  • ORACLE 采用 PDB 方式添加

任务创建

  • 任务管理->任务创建

  • 测试链接并选择 源 和 目标 数据库

  • 点击下一步

  • 选择 数据同步，并勾选 全量数据初始化, 其他选项默认

  • 选择需要迁移同步的表，目标映射规则可选择与源端一致和转小写

  • 选择需要迁移同步的列 ，目标映射规则可选择与源端一致和转小写

  • 确认创建任务

  • 任务自动做结构迁移、全量迁移、增量同步

校验数据

  • 程序往源端 ORACLE 造数据，I:U:D 比值为 15:83:2

  • 任务正常运行一段时间后，停止造数据

  • 点击 ORACLE -> ClickHouse 任务详情，更多 > 创建相似任务，第二步选择数据校验

  • 数据校验 OK

常见问题

是否支持分布式版本的 ClickHouse?

暂时不支持分布式版本的 ClickHouse ，主要工作量在于产品化结构迁移、增量同步 DDL 、数据写入等方面的变化。

如果不要 append 模式而采用强一致模式写入 ClickHouse 怎么办？

可以采用自定义代码将 update 拆分为 delete 和 insert ，实现实时一致的效果，但是 update 较多时，性能较差。

支持什么版本的 ORACLE ？

目前支持 11g,12c,19c, CDB 或 PDB 类型数据库皆可使用 CloudCanal 进行迁移同步。

总结

本文简单介绍了如何使用 CloudCanal  进行 ORACLE -> ClickHouse 数据迁移同步。各位读者朋友，如果你觉得还不错，请点赞、评论加转发吧。

ClickHouseCloudCanalstrongli2430457数据库

有关5分钟搞定ORACLE到ClickHouse数据迁移同步-CloudCanal实战的更多相关文章

  1. ruby-on-rails - Ruby on Rails 迁移，将表更改为 MyISAM - 2

    如何正确创建Rails迁移，以便将表更改为MySQL中的MyISAM？目前是InnoDB。运行原始执行语句会更改表，但它不会更新db/schema.rb，因此当在测试环境中重新创建表时，它会返回到InnoDB并且我的全文搜索失败。我如何着手更改/添加迁移，以便将现有表修改为MyISAM并更新schema.rb，以便我的数据库和相应的测试数据库得到相应更新？ 最佳答案 我没有找到执行此操作的好方法。您可以像有人建议的那样更改您的schema.rb，然后运行:rakedb:schema:load，但是，这将覆盖您的数据。我的做法是(假设

  2. ruby - 解析 RDFa、微数据等的最佳方式是什么，使用统一的模式/词汇(例如 schema.org)存储和显示信息 - 2

    我主要使用Ruby来执行此操作，但到目前为止我的攻击计划如下:使用gemsrdf、rdf-rdfa和rdf-microdata或mida来解析给定任何URI的数据。我认为最好映射到像schema.org这样的统一模式，例如使用这个yaml文件，它试图描述数据词汇表和opengraph到schema.org之间的转换:#SchemaXtoschema.orgconversion#data-vocabularyDV:name:namestreet-address:streetAddressregion:addressRegionlocality:addressLocalityphoto:i

  3. ruby - 使用 Vim Rails，您可以创建一个新的迁移文件并一次性打开它吗？ - 2

    使用带有Rails插件的vim，您可以创建一个迁移文件，然后一次性打开该文件吗？textmate也可以这样吗？ 最佳答案 你可以使用rails.vim然后做类似的事情::Rgeneratemigratonadd_foo_to_bar插件将打开迁移生成的文件，这正是您想要的。我不能代表textmate。 关于ruby-使用VimRails，您可以创建一个新的迁移文件并一次性打开它吗？，我们在StackOverflow上找到一个类似的问题： https://sta

  4. ruby - Ruby 有 `Pair` 数据类型吗？ - 2

    有时我需要处理键/值数据。我不喜欢使用数组，因为它们在大小上没有限制(很容易不小心添加超过2个项目，而且您最终需要稍后验证大小)。此外，0和1的索引变成了魔数(MagicNumber)，并且在传达含义方面做得很差(“当我说0时，我的意思是head...”)。散列也不合适，因为可能会不小心添加额外的条目。我写了下面的类来解决这个问题:classPairattr_accessor:head,:taildefinitialize(h,t)@head,@tail=h,tendend它工作得很好并且解决了问题，但我很想知道:Ruby标准库是否已经带有这样一个类？ 最佳

  5. ruby - 我如何添加二进制数据来遏制 POST - 2

    我正在尝试使用Curbgem执行以下POST以解析云curl-XPOST\-H"X-Parse-Application-Id:PARSE_APP_ID"\-H"X-Parse-REST-API-Key:PARSE_API_KEY"\-H"Content-Type:image/jpeg"\--data-binary'@myPicture.jpg'\https://api.parse.com/1/files/pic.jpg用这个:curl=Curl::Easy.new("https://api.parse.com/1/files/lion.jpg")curl.multipart_form_

  6. 世界前沿3D开发引擎HOOPS全面讲解——集3D数据读取、3D图形渲染、3D数据发布于一体的全新3D应用开发工具 - 2

    无论您是想搭建桌面端、WEB端或者移动端APP应用，HOOPSPlatform组件都可以为您提供弹性的3D集成架构，同时，由工业领域3D技术专家组成的HOOPS技术团队也能为您提供技术支持服务。如果您的客户期望有一种在多个平台（桌面/WEB/APP，而且某些客户端是“瘦”客户端）快速、方便地将数据接入到3D应用系统的解决方案，并且当访问数据时，在各个平台上的性能和用户体验保持一致，HOOPSPlatform将帮助您完成。利用HOOPSPlatform，您可以开发在任何环境下的3D基础应用架构。HOOPSPlatform可以帮您打造3D创新型产品，HOOPSSDK包含的技术有：快速且准确的CAD

  7. FOHEART H1数据手套驱动Optitrack光学动捕双手运动(Unity3D) - 2

    本教程将在Unity3D中混合Optitrack与数据手套的数据流，在人体运动的基础上，添加双手手指部分的运动。双手手背的角度仍由Optitrack提供，数据手套提供双手手指的角度。 01  客户端软件分别安装MotiveBody与MotionVenus并校准人体与数据手套。MotiveBodyMotionVenus数据手套使用、校准流程参照：https://gitee.com/foheart_1/foheart-h1-data-summary.git02  数据转发打开MotiveBody软件的Streaming，开始向Unity3D广播数据；MotionVenus中设置->选项选择Unit

  8. 使用canal同步MySQL数据到ES - 2

    文章目录一、概述简介原理模块二、配置Mysql使用版本环境要求1.操作系统2.mysql要求三、配置canal-server离线下载在线下载上传解压修改配置单机配置集群配置分库分表配置1.修改全局配置2.实例配置垂直分库水平分库3.修改group-instance.xml4.启动监听四、配置canal-adapter1修改启动配置2配置映射文件3启动ES数据同步查询所有订阅同步数据同步开关启动4.验证五、配置canal-admin一、概述简介canal是Alibaba旗下的一款开源项目，Java开发。基于数据库增量日志解析，提供增量数据订阅&消费。Git地址：https://github.co

  9. ruby-on-rails - 创建 ruby​​ 数据库时惰性符号绑定(bind)失败 - 2

    我正在尝试在Rails上安装ruby​​，到目前为止一切都已安装，但是当我尝试使用rakedb:create创建数据库时，我收到一个奇怪的错误:dyld:lazysymbolbindingfailed:Symbolnotfound:_mysql_get_client_infoReferencedfrom:/Library/Ruby/Gems/1.8/gems/mysql2-0.3.11/lib/mysql2/mysql2.bundleExpectedin:flatnamespacedyld:Symbolnotfound:_mysql_get_client_infoReferencedf

  10. STM32读取串口传感器数据（颗粒物传感器，主动上传） - 2

    文章目录1.开发板选择*用到的资源2.串口通信（个人理解）3.代码分析（注释比较详细）1.主函数2.串口1配置3.串口2配置以及中断函数4.注意问题5.源码链接1.开发板选择我用的是STM32F103RCT6的板子，不过代码大概在F103系列的板子上都可以运行，我试过在野火103的霸道板上也可以，主要看一下串口对应的引脚一不一样就行了，不一样的就更改一下。*用到的资源keil5软件这里用到了两个串口资源，采集数据一个，串口通信一个，板子对应引脚如下：串口1，TX：PA9，RX：PA10串口2，TX：PA2，RX：PA32.串口通信（个人理解）我就从串口采集传感器数据这个过程说一下我自己的理解，

随机推荐