更新时间:2023-01-05 GMT+08:00

数据加工

数据复制服务支持对同步的对象进行加工,即可以为选择的对象添加规则。各链路支持的加工规则不一样,具体操作方法可参考对应的内容。

添加附加列

  1. 在实时同步任务的“数据加工”页面选择“附加列”,对于需要加工的表对象,单击“操作”列的添加。
  2. 在弹出的“添加”对话框中,填选列名、操作类型、字段类型等信息,选择的操作类型不同,需要填写的信息也不同。完成后单击“确定”。

    • 多对一映射场景下,需要使用数据加工的附加列操作来避免数据冲突。
    • 支持的操作类型有以下几种
      • “默认值”:使用输入的默认值填充新加的列。
      • “以create_time为列”和“以update_time为列”操作会分别使用数据产生时间和修改时间填充新加的列。
      • “表达式”:需手动输入的表达式,使用表达式填充新加的列。
      • “以serverName@database@table为列”:使用@符号分别拼接serverName、源库的库名、表名填充新加的列,其中serverName为手动输入。
      • “填充值”:选择填充值为新加的列,比如同步时间戳。
    • 支持“批量设置”,将第一个可编辑表的附加列信息应用到此任务中所有可编辑的表。
    • MySQL->GaussDB(for MySQL)主备版同步,单表的列数超过500时, 对该表添加附加列可能会超过列数上限,会导致任务失败

  3. 检查无误后,单击“下一步”,进入下一步操作。

数据过滤

数据过滤规则添加后,在源库执行更新操作的处理原则,以数据一致为首要目标。即:
  • 更新前不符合过滤条件,更新后符合。继续同步,在目标库执行相同的更新操作,如果匹配不到数据,则会忽略,会导致数据不一致。
  • 更新前符合过滤条件,更新后不符合。继续同步,在目标库执行相同的更新操作。
  1. “数据加工”页面选择“数据过滤”
  2. “对象选择”区域选择需要加工的表对象。
  3. 在过滤条件区域,填写过滤条件(只需填写SQL语句的WHERE之后部分,例如id=1)后,单击“校验规则”

    • 每张表仅支持添加一个校验规则。
    • 数据过滤每次最多支持500张表。
    • 过滤表达式不支持使用某种数据库引擎特有的package、函数、变量、常量等写法,须使用通用SQL标准。请直接输入SQL语句中WHERE之后的部分(不包含WHERE和分号,例如:sid > 3 and sname like "G %"),最多支持输入512个字符。
    • 过滤条件填写的SQL语句中,关键字需要用反引号,datatime类型(包含日期和时间)需要用单引号,例如:`update` > '2022-07-13 00:00:00' and age >10。
    • 不支持对LOB字段设置过滤条件,如CLOB、BLOB、BYTEA等大字段类型。
    • 建议不要对非精确类型字段设置过滤条件,如FLOAT、DECIMAL、DOUBLE等。
    • 建议不要对带有特殊字符的字段设置过滤条件。
    • 不建议使用非幂等表达式或函数作为数据加工条件,如SYSTIMESTAMP,SYSDATE等,因其每次调用返回的结果可能会有差异,导致达不到预期。

  4. 校验通过后,单击“生成加工规则”,即可在加工规则表格中看到该规则。
  5. 检查无误后,单击“下一步”,进入下一步操作。

数据过滤高级设置

如果需要使用关联表查询,可以使用数据加工的高级设置功能。

  1. 在实时同步任务的“数据加工”页面选择“数据过滤”
  2. “对象选择”区域选择需要加工的表对象。
  3. 在过滤条件区域,填写联表查询过滤条件,例如:id1 in (select id from db1.tab1 where id >=3 and id <10),单击“校验”

    • 每张表仅支持添加一个校验规则。
    • 数据过滤每次最多支持500张表。
    • 过滤表达式不支持使用某种数据库引擎特有的package、函数、变量、常量等写法,须使用通用SQL标准。请直接输入SQL语句中WHERE之后的部分(不包含WHERE和分号,例如:sid > 3 and sname like "G %"),最多支持输入512个字符。
    • 不支持对LOB字段设置过滤条件,如CLOB、BLOB、BYTEA等大字段类型。
    • 建议不要对非精确类型字段设置过滤条件,如FLOAT、DECIMAL、DOUBLE等。
    • 建议不要对带有特殊字符的字段设置过滤条件。
    • 不建议使用非幂等表达式或函数作为数据加工条件,如SYSTIMESTAMP,SYSDATE等,因其每次调用返回的结果可能会有差异,导致达不到预期。

  4. 校验通过后,单击“生成加工规则”,即可在加工规则表格中看到该规则。
  5. 在“高级设置”中设置关联表的“配置条件”和“配置规则”,辅助您进行数据过滤。

    1. 在“配置条件”中,根据在3输入的过滤条件,填写关联表的相关信息。

      “库名”、“表名”、“列名”、“主键”、“索引”和“过滤条件”均为必填项。如果该表没有索引,则填写主键。

      “过滤条件”即在3输入的该关联表的过滤条件。

    2. 填写完成,单击“校验规则”。
    3. 校验成功后,单击“生成配置规则”。即可在配置规则表格中看到该规则。

      如果需要进行多张关联表的数据过滤,重复执行5即可。

      配置规则支持删除操作。

  6. 检查无误后,单击“下一步”,进入下一步操作。

列加工

  1. 在实时同步任务的“数据加工”页面选择“列加工”
  2. “对象选择”区域选择需要加工的对象。
  3. 单击右侧已选对象的“编辑”
  4. 在“编辑列”中,勾选需要映射的列,填写映射后的“新列名”。

    • 列加工提供列级的查询、映射和过滤能力。
    • 编辑列名后,目标数据库的列名为修改后的名称。
    • 列映射名不能和原列名或已存在的映射名相同。
    • 任务再编辑时,已经同步的表不支持修改列信息。
    • 只有勾选的列才会被同步。
    • MySQL->MySQL不支持分区表的分区字段进行列映射。

  5. 填写完成后单击“确定”。
  6. 检查无误后,单击“下一步”,进入下一步操作。

查看数据过滤

  1. 在“管理”页面任务列表中,选择需要查看数据加工的任务,单击任务名称。
  2. 选择“数据加工”页签,查看数据过滤记录。单击右上角的,可刷新数据。

查看列加工

  1. 在“管理”页面任务列表中,选择需要查看的任务,单击任务名称。
  2. 选择“同步映射”页签,单击右上角选择列映射,查看列映射记录。单击右上角的,可刷新数据。