5分鐘搞定ORACLE到ClickHouse數據遷移同步-CloudCanal實戰

来源:https://www.cnblogs.com/clougence/archive/2022/08/31/16642045.html
-Advertisement-
Play Games

簡述 ClickHouse 是一種流行的列式資料庫,對於計算 uv、mv、pv 等聚合類數據相當友好,所以廣泛使用於各類報表場景。 本文主要介紹如何使用 CloudCanal 快速構建一條穩定高效運行的 ORACLE 到 ClickHouse 數據同步鏈路。 示例中 ORACLE 庫為 PDB 模式 ...


簡述

ClickHouse 是一種流行的列式資料庫,對於計算 uv、mv、pv 等聚合類數據相當友好,所以廣泛使用於各類報表場景。

本文主要介紹如何使用 CloudCanal 快速構建一條穩定高效運行的 ORACLE 到 ClickHouse 數據同步鏈路。
示例中 ORACLE 庫為 PDB 模式, ClickHouse 為單副本實例。

技術點

ORACLE 源端增量同步技術

CloudCanal 對於 ORACLE 源端增量同步採用 LogMiner 分析 redo 日誌或物化視圖/類trigger 方式進行。
對於前者,我們採用了多種優化方式,將 ORACLE 源端增量同步做到準確、穩定、性能幾個方面的平衡,這些技術包括:

  • 採用 LogMiner 最標準的方式( ADD_FILE)作為預設解析方式,同時輔以 CONTINUOUS_MINE作為補充(有 ORACLE 版本限制)
  • 採用全事件消費模式保障 ORACLE 穩定
  • 支持本地存儲以緩存超大變更數據,並採用手動指定序列化/反序列化器讓數據存取更可靠
  • 採用更加全面的 redo SQL 解析器提升解析準確性
  • 支持事件合併,批量交付對端寫入,大幅提升數據寫入性能
  • 支持 DDL 同步(部分鏈路),部分減少數據同步鏈路運維壓力
  • 支持位點回拉,讓數據消費錯誤有機會得以彌補
  • 支持全量數據校驗,讓數據質量得到更好的監測
  • 支持任務編輯,讓長周期運行的數據同步任務更平滑地應對同步對象的變化
  • 加強的監控指標,讓同步狀態更加明瞭
  • 縮小的資料庫許可權,讓風險進一步縮小

圍繞 ORACLE 資料庫的周邊生態,我們希望能夠做到 GoldenGate 一樣強大甚至超出,相關產品技術不斷迭代演進。

ClickHouse 高性能寫入

CloudCanal 對於 ClickHouse 高性能寫入技術,主要結合列存的特點常見業務場景流量特點用戶使用和理解的便利性 3 方面進行選擇與平衡。

列存相對行存的特點:

  • 列的批量讀取效率高,磁碟 IO 相對小
  • 列存數據塊因類型相似,壓縮效率好,可使用的計算指令和方式更多

常見業務場景流量特點:

  • insert 和 update 比例高於 delete, 偏向分析統計的日誌類數據 insert 比例遠高於後兩者
  • 要求高併發的業務,數據讀取更新往往只在幾個列上
  • 偏向運營用戶的互動式數據分析更多在最近寫入的數據上

用戶使用和理解便利性:

  • 不維護額外的欄位,比如版本、是否刪除等
  • 性能和實時一致性可選擇,讓用戶有路可走
  • 選擇 ClickHouse 主流表引擎,防止未來版本 deprecated

針對上述3個方面的特點,我們採用了以下一些技術達成平衡

  • insert/update 走 APPEND 方式(批量寫入),delete 走 ALTER TABLE ,性能好,但需要 OPTIMIZE 或查詢帶 FINAL
  • 完全一致通過自定義代碼拆分 update 為 delete 和 insert 達成,但性能降低
  • 預設採用 ReplacingMergeTree 達成數據去重
  • 支持並行批量寫入(但更複雜些)

操作示例

前置條件

  • 登入 CloudCanal SaaS版,使用參見快速上手文檔

  • 準備一個 ORACLE 資料庫,和 ClickHouse 實例(本例分別使用自建 Oracle 19c 和阿裡雲 ClickHouse 21.8)

  • ORACLE 賬號許可權配置

  • 登錄 CloudCanal 平臺 ,分別添加

    截屏2022-08-15 20.19.48.png

  • ORACLE 採用 PDB 方式添加

    截屏2022-08-15 20.01.30.png

任務創建

  • 任務管理->任務創建

  • 測試鏈接並選擇 目標 資料庫

  • 點擊下一步

    截屏2022-08-15 19.53.57.png

  • 選擇 數據同步,並勾選 全量數據初始化, 其他選項預設

    截屏2022-08-15 19.54.53.png

  • 選擇需要遷移同步的表,目標映射規則可選擇與源端一致轉小寫

    截屏2022-08-15 19.57.30.png

  • 選擇需要遷移同步的列 ,目標映射規則可選擇與源端一致轉小寫

    截屏2022-08-15 19.57.53.png

  • 確認創建任務

    截屏2022-08-15 19.58.13.png

  • 任務自動做結構遷移全量遷移增量同步

    截屏2022-08-15 20.02.17.png

校驗數據

  • 程式往源端 ORACLE 造數據,I:U:D 比值為 15:83:2

    截屏2022-08-15 20.01.58.png

  • 任務正常運行一段時間後,停止造數據

  • 點擊 ORACLE -> ClickHouse 任務詳情更多 > 創建相似任務,第二步選擇數據校驗

    截屏2022-08-15 20.02.38.png

  • 數據校驗 OK

    截屏2022-08-15 20.02.58.png

常見問題

是否支持分散式版本的 ClickHouse?

暫時不支持分散式版本的 ClickHouse ,主要工作量在於產品化結構遷移、增量同步 DDL 、數據寫入等方面的變化。

如果不要 append 模式而採用強一致模式寫入 ClickHouse 怎麼辦?

可以採用自定義代碼將 update 拆分為 delete 和 insert ,實現實時一致的效果,但是 update 較多時,性能較差。

支持什麼版本的 ORACLE ?

目前支持 11g,12c,19c, CDB 或 PDB 類型資料庫皆可使用 CloudCanal 進行遷移同步。

總結

本文簡單介紹瞭如何使用 CloudCanal  進行 ORACLE -> ClickHouse 數據遷移同步。各位讀者朋友,如果你覺得還不錯,請點贊、評論加轉發吧。


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • Mac電腦系統如何維護?System Toolkit是一款非常不錯的Mac系統維護工具,使用System Toolkit Mac版,你可以隨時檢索最新的技術數據,例如進程負載,CPU溫度,主記憶體消耗,存儲空間,磁碟活動,網路介面上的通信等,你還可以用它刪除無需的應用程式和垃圾文件,保存電腦的良好運行 ...
  • 協程不是操作系統的底層特性,系統感知不到它的存在。它運行線上程裡面,通過分時復用線程的方式運行,不會增加線程的數量。協程也有上下文切換,但是不會切換到內核態去,比線程切換的開銷要小很多。每個協程的體積比線程要小得多,一個線程可以容納數量相當可觀的協程。在IO密集型的任務中有著大量的阻塞等待過程,協程... ...
  • Remote Desktop Manager for Mac是目前網路上最優秀的一款遠程桌面管理工具,remote desktop manager mac界面簡潔、操作簡單、功能強大,可以非常方便地管理你的web伺服器、ftp伺服器等,並支持保存多個遠程桌面連接、多個ftp連接,甚至是vpn連接,為 ...
  • DKOM 即直接內核對象操作,我們所有的操作都會被系統記錄在記憶體中,而驅動進程隱藏就是操作進程的EPROCESS結構與線程的ETHREAD結構、鏈表,要實現進程的隱藏我們只需要將某個進程中的信息,在系統EPROCESS鏈表中摘除即可實現進程隱藏。 ...
  • 今天我會進行StoneDB資料庫在Ubuntu 22.04系統下的安裝。 嚴格按照官方文檔的步驟執行,看看能否順利安裝。 準備Ubuntu系統 我已在虛擬機中安裝好了Ubuntu 22.04版本的系統,按照常規操作,先把系統更新到最新。然後執行後面的安裝步驟。 在Ubuntu系統中安裝StoneDB ...
  • 一、直播介紹 之前的內容,我們為大家分享了ChengYing入門介紹,以及ChengYing部署Hadoop集群實戰,本期我們為大家分享ChengYing安裝原理。 本次直播我們將詳細介紹ChengYing安裝原理及卸載原理,以及其中會遇到的常見問題剖析,通過本次分享,希望大家能對ChengYing ...
  • 資料庫CPU使用率100%報警頻繁起來。第一個想到的就是慢Sql,我們對未合理運用索引的表加入索引後,問題依然沒有得到解決,深入排查時,發現在 order by id asc limit n時,即使where條件已經包含了覆蓋索引,優化器還是選擇了錯誤的索引導致。 ...
  • 課件獲取:關註公眾號 “數棧研習社”,後臺私信 “Taier” 獲得直播課件 視頻回放:點擊這裡 ChunJun 開源項目地址:github 丨 gitee 喜歡我們的項目給我們點個__ STAR!STAR!!STAR!!!(重要的事情說三遍)__ 技術交流釘釘 qun:30537511 前言 在分 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...