数据加工

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。
   图1 附加列
   

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”。
   图2 操作类型
   
   

   • 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”：选择使用concat(_current_database, '@',_current_table) 表达式填充新加的列，暂不支持手动输入表达式。
     • “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)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。
   • 如果使用serverName@database@table作为附加列，后续在进行数据对比时，目标端将默认使用该附加列作为行比对、内容比对的隐含过滤条件。
   • 有附加列的表，增量阶段不支持对表做drop table然后create table的DDL操作。
   • 多对一映射场景，再编辑时，若新增的表之前已同步过、做过多对一映射并且设置过附加列，需要对该表重新设置附加列，否则默认保持上一次同步时的附加列设置。

3. 检查无误后，单击“下一步”，进入下一步操作。

数据过滤

1. 在“数据加工”页面选择“数据过滤”。
   图3 数据过滤
   

2. 在“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512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）和字符串类型需要用单引号，例如：`update` > '2022-07-13 00:00:00' and age >10、`update` ='abc' 。
   • 使用timestamp类型做过滤条件时，字符类型的时间应填写为UTC时区的时间值，例如MySQL中对timestamp类型固定按UTC时区存储，需要使用UTC时区的时间值进行比较才能达到预期效果。
   • 过滤条件不支持使用隐式转换规则，请填写正确的数据类型条件。例如Oracle的c列是字符类型varchar2，过滤条件应该设置为 c ＞ '10'，而不是c > 10。
   • 不支持对LOB字段设置过滤条件，如CLOB、BLOB、BYTEA等大字段类型。
   • 不支持库名、表名带有换行符的对象设置过滤规则。
   • 不支持for update等行级锁的语法做过滤条件。
   • 不支持对列名做函数操作，如果使用函数操作可能导致数据不一致。
   • 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。
   • 建议不要对过滤条件涉及的列做DDL操作，可能导致任务异常。
   • 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。
   • 任务再编辑时，已经同步的表不支持修改过滤规则。
   • Oracle为源同步链路进行数据过滤时，定长字符类型NCHAR、CHAR需要使用完整固定长度字符进行匹配。

4. 校验通过后，单击“生成过滤规则”，即可在过滤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. 在“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512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。
   • 过滤条件不支持使用隐式转换规则，请填写正确的数据类型条件。例如Oracle的c列是字符类型varchar2，过滤条件应该设置为 c ＞ '10'，而不是c > 10。
   • 不支持对LOB字段设置过滤条件，如CLOB、BLOB、BYTEA等大字段类型。
   • 不支持库名、表名带有换行符的对象设置过滤规则。
   • 不支持for update等行级锁的语法做过滤条件。
   • 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。
   • Oracle为源同步链路进行数据过滤时，定长字符类型NCHAR、CHAR需要使用完整固定长度字符进行匹配。

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。
   图4 高级设置
   
   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. 选择列加工方式。
   

   目前仅MySQL->GaussDB、Oralce->GaussDB支持选择导入文件方式进行列加工，其他链路默认通过对象选择方式进行列加工。

   • 对象选择方式：
     1. 在“对象选择”区域选择需要加工的对象。
        图5 列加工
        
     2. 单击右侧已选对象的“编辑”。
     3. 在“编辑列”中，勾选需要映射的列，填写映射后的“新列名”。
        图6 编辑列
        
        

        • 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。
        • 不支持库名、表名带有换行符的列进行映射。
        • 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，后续新增的列不在列加工范围内。
        • 不支持对分区表的分区字段进行列映射和列过滤。
        • 进行列过滤、列映射、附加列的表，增量阶段不支持对表中已过滤或映射的列进行DDL操作。
        • 进行列过滤、列映射、附加列的表，增量阶段不支持对表做drop table然后create table的DDL操作。
        • 当源数据库是MySQL或者GaussDB(for MySQL)时，不支持对存在函数索引的列进行列过滤、列映射。
     4. 填写完成后单击“确定”。
   • 文件导入方式：
     1. 在实时同步任务的“数据加工”页面选择“列加工 > 导入对象文件”。
     2. 单击“下载模板”。
        图7 列加工
        

     3. 在下载的Excel模板中，按照模板要求，填写需要导入的对象信息。
     4. 单击“添加文件”，在对话框中选择编辑完成的模板。
     5. 单击“上传文件”。

3. 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“实时同步管理”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“实时同步管理”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。
   图8 查看列映射