CloudCanal实战-五分钟搞定Oracle到StarRocks数据迁移与同步

简述

CloudCanal当前最新版本已经支持源端Oracle、SqlServer等主流传统数据库作为源端迁移同步数据到StarRocks来构建实时数仓。本文简要介绍如何快速构建一条Oracle->StarRocks数据链路。

技术要点

基于StreamLoad的导入方式

CloudCanal 采用了 StreamLoad 的方式进行导入，源端的消息会转成字节流，最后会以批量发送的形式通过 HTTP 协议发往 StarRocks。
CloudCanal 默认采用 json 格式来进行StreamLoad导入，如果用户内容特殊字符较少，也可以开启 csv 格式导入，分隔符可以通过参数 columnSeparator 和 lineSeparator 设置。
基于 StreamLoad 的写入方式，实际写入对端的操作均为 INSERT，CloudCanal 同步时会自动将 UPDATE / DELETE 转成 INSERT 语句，并修改 __op 值，StarRocks会自动进行数据合并。

支持常用DDL实时同步

Oracle -> StarRocks 支持新增列、删除列DDL。DDL实时同步到对端时会自动转换成StarRocks兼容的语法，数据类型也会根据映射关系进行自动转换。

编辑订阅功能

CloudCanal 提供了便利的修改订阅能力。对于一个已经创建好的正在运行的增量同步任务，如果由于业务需求有新增表需要订阅，可以在原有任务的基础上新增需要订阅的表，生成子任务，自动完成全量、增量迁移同步，在完成后会子任务会自动与原有的任务合并。

数据类型映射

CloudCanal结构迁移和数据迁移同步时会自动进行数据类型映射。类型映射见下表：

Oracle类型	StarRocks类型
CHAR	VARCHAR
NCHAR	VARCHAR
VARCHAR2	VARCHAR
NVARCHAR	VARCHAR
NVARCHAR2	VARCHAR
LONG	STRING
NUMBER_BIGINT	BIGINT
NUMBER_DECIMAL	DECIMAL
FLOAT	FLOAT
BINARY_FLOAT	DECIMAL
BINARY_DOUBLE	DECIMAL
CLOB	STRING
NCLOB	STRING
DATA	DATETIME
TIMESTAMP	DATETIME
TIMESTAMP_WITH_TIME_ZONE	DATETIME
TIMESTAMP_WITH_LOCAL_TIME_ZONE	DATETIME
INTERVAL_YEAR_TO_MONTH	DATETIME
INTERVAL_DAY_TO_SECOND	DATETIME
ROWID	STRING
PLSQL_BOOLEAN	BOOLEAN
XMLTYPE	STRING
HTTPURITYPE	STRING

操作示例

准备CloudCanal

• 安装好CloudCanal

• 准备好源端和目标端数据库及对应数据

  Oracle源端前置准备

  CloudCanal在做Oracle作为源端的数据迁移同步时，需要做一些前置准备。具体可以参考 ORACLE LogMiner同步准备。

  添加数据源

• 登录CloudCanal平台
• 数据源管理->添加数据源

• 创建源端数据源：选择自建数据源，选择Oracle，并填写相关数据库信息，点击新增数据源确定创建Oracle数据源。

  • logminerUser：ORACLE源端增量任务使用redo解析(logminer)方式时使用的账号，需要CDB类型用户
  • logminerPasswd：ORACLE源端增量任务使用redo解析(logminer)方式时使用的账号密码
  • logminerConnectType：ORACLE源端增量任务使用redo解析(logminer)方式时使用的连接方式，目前支持ORACLE_SID或ORACLE_SERVICE模式
  • logminerSidOrService：ORACLE源端增量任务使用redo解析(logminer)方式时使用的连接标识符，和logminerConnectType参数配合使用，ORACLE_SID连接方式，则填写sid,ORACLE_SERVICE连接方式，则填写service name

• 创建目的端数据源：选择自建数据源，选择StarRocks，并填写相关数据库信息，点击新增数据源确定创建StarRocks数据源

• Client地址：StarRocks提供的MySQLClient服务端口，CloudCanal主要用其查询库表的元数据信息，对应StarRocks的QueryPort，默认端口为9030
• Http地址：Http地址主要用于接收streamload的http请求。此处可以填写StarRocks BE节点的端口，默认为8030；如需负载均衡也支持直接填写FE的地址和端口，StarRocks的FE会自动处理stream load的http请求
• 查看数据源是否创建成功

任务创建

• 任务管理->创建任务

• 选择集群
• 源端选择刚添加的Oracle数据源，目标端选择StarRocks数据源，分别点击测试连接按钮以测试数据库连通性和获取schema级别元信息，显示连接成功后，设置数据库映射关系
• StarRocks的结构迁移支持用户自定义分桶数等自定义建表信息
• 点击下一步

• 选择增量同步，并且勾选全量初始化
• 点击下一步

• 选择订阅的表
• 点击下一步

• 配置列映射
• 点击下一步

• 点击创建任务

• 任务创建成功并启动后，会自动执行结构迁移、全量迁移、增量同步

总结

本文简单介绍了如何使用CloudCanal进行Oracle->StarRocks 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。