Flink CDC-SQL Server CDC配置及DataStream API实现代码...可实现监控采集一个数据库的多个表

SQL Server CDC配置

第一步：启用指定数据库的CDC功能

• 查看SQL Server是否已启用CDC功能

  -- 返回1表示已启用CDC功能
  select is_cdc_enabled from db_name.sys.databases where name = 'db_name';
  

• 若未启用CDC功能，依次执行如下语句开启数据库的CDC

  ALTER AUTHORIZATION ON DATABASE::db_name TO sa;
  USE db_name;
  EXEC sys.sp_cdc_enable_db;
  

第二步：创建数据库角色

• 查看数据库角色

  select name from db_name.sys.database_principals 
  where type_desc = 'DATABASE_ROLE' and name not like '##%'
  

• 新建数据库角色

  USE db_name;
  create role cdc_role;
  grant select on schema::schema_name to cdc_role;
  

• 检查用户是否具有db_owner角色

  SELECT 
  	r.name AS RoleName, m.name AS MemberName
  FROM sys.database_role_members drm
  JOIN sys.database_principals r ON drm.role_principal_id = r.principal_id
  JOIN sys.database_principals m ON drm.member_principal_id = m.principal_id
  --WHERE m.name = 'sa' AND r.name = 'db_owner';
  

第三步：创建文件组&文件

alter database db_name add filegroup cdc_filegroup;
alter database db_name add file (
	name = 'cdc_data',
	filename = 'D:\RDSDBDATA\DATA\cdc_data.mdf', -- 需查看SQLServer实际数据路径
	size = 16MB
)
to filegroup cdc_filegroup;

-- select data_space_id,name,type_desc,t1.is_read_only,t1.type,t1.log_filegroup_id from db_name.sys.filegroups t1;
-- select file_id,name,physical_name,type_desc,data_space_id from db_name.sys.database_files;

第四步：启用指定表的CDC功能

1. 对要采集的表启用CDC

   1. 检查表是否开启CDC

      select is_tracked_by_cdc from db_name.sys.tables where name = 'table_name';
      

   2. 表开启CDC

      USE db_name;
      EXEC sys.sp_cdc_enable_table
      @source_schema = N'schema_name',
      @source_name = N'table_name',
      @role_name     = N'cdc_role_name',
      @filegroup_name = N'cdc_filegroup',
      @supports_net_changes = 0
      

2. 开启表CDC可能出现如下报错：

   SQL 错误 [22832] [S0001]: 无法更新元数据来指示已对表 [schema_name].[table_name] 启用了变更数据捕获。
   执行命令 '[sys].[sp_cdc_add_job] @job_type = N'capture'' 时失败。
   返回的错误为 22836: '无法更新数据库 db_name 的元数据来指示已添加某变更数据捕获作业。
   执行命令 'sp_add_jobstep_internal' 时失败。返回的错误为 14234: '指定的 '@server' 无效(有效值由 sp_helpserver 返回)。
   '。请使用此操作和错误来确定失败的原因并重新提交请求。'。请使用此操作和错误来确定失败的原因并重新提交请求。
   

   原因：

   -- 检查当前服务器名称。
   select @@servername;
   
   -- 检查实例名称
   SELECT SERVERPROPERTY('ServerName');
   
   -- SQLServer安装程序在安装时将服务器名设置为计算机名。
   -- SERVERPROPERTY函数的ServerName属性和@@SERVERNAME返回相似的信息。 
   -- 1. ServerName属性提供Windows服务器和实例名称，两者共同构成唯一的服务器实例。(如果服务器的网络名称更改，此值会返回新的名称)
   -- 2. @@SERVERNAME 提供当前配置的本地服务器名称。(代表在安装或设置SQLServer实例时指定的服务器和实例名称。如果后续对服务器的网络名称进行了更改，此值不会自动更新)
   -- 如果安装时未更改默认服务器名称，则ServerName属性和@@SERVERNAME返回相同的信息。 可以通过执行以下过程配置本地服务器的名称：
   EXEC sp_dropserver 'current_server_name';
   EXEC sp_addserver 'new_server_name', 'local';
   

   查看SQLServer CDC自动清理周期

   EXEC sys.sp_cdc_help_jobs;
   

3. 验证用户是否有权限访问CDC表

   USE db_name;
   EXEC sys.sp_cdc_help_change_data_capture; 
   

SQLServer CDC DataStream API实现

所使用软件的版本

• java 1.8
• Scala 2.11
• Flink 1.14.2
• Flink CDC 2.3.0
• Source SQLServer2016
• Sink MySQL 5.7
• jackson 2.10.2

SQLServer CDC DataStream API可实现一个job监控采集一个数据库的多个表.

1. 定义SqlServerSource

//源数据库连接配置文件
Properties dbProps = DbConfigUtil.loadConfig("sqlserver.properties");

//Debezium配置
Properties debeziumProps = new Properties();
//decimal.handling.mode指定connector如何处理DECIMAL和NUMERIC列的值，有3种模式：precise、double和string
//precise（默认值）：以二进制形式在变更事件中精确表示它们，使用java.math.BigDecimal值来表示（此种模式采集会将DECIMAL和NUMERIC列转成二进制格式，不易读，不便于数据处理）
//以double值来表示它们，这可能会到值精度丢失
//string：将值编码为格式化的字符串，易于下游消费，但会丢失有关实际类型的语义信息。（建议使用此种模式，便于下游进行数据处理）
debeziumProps.setProperty("decimal.handling.mode", "string");
//Time、date和timestamps可以以不同的精度表示，包括：
//adaptive_time_microseconds（默认值）：精确地捕获date、datetime和timestamp的值，使用毫秒、微秒或纳秒精度值，具体取决于数据库列的类型，但 TIME 类型字段除外，它们始终以微秒表示。
//adaptive（不建议使用）：以数据库列类型为基础，精确地捕获时间和时间戳值，使用毫秒、微秒或纳秒精度值。
//connect：总是使用 Kafka Connect 内置的 Time、Date 和 Timestamp 表示法表示时间和时间戳值，无论数据库列的精度如何，都使用毫秒精度。
debeziumProps.setProperty("time.precision.mode", "connect");

//SQLServer CDC数据源
SourceFunction<String> sourceFunction = SqlServerSource.<String>builder()
        .hostname(dbProps.getProperty("host"))
        .port(Integer.parseInt(dbProps.getProperty("port")))
        .database(dbProps.getProperty("database"))
        .tableList(dbProps.getProperty("table_list").split(","))
        .username(dbProps.getProperty("username"))
        .password(dbProps.getProperty("password"))
        .debeziumProperties(debeziumProps)
        .deserializer(new JsonDebeziumDeserializationSchema())
        .startupOptions(StartupOptions.initial())
        .build();

2. 数据处理

参考: MySQL CDC配置及DataStream API实现代码

3. Sink到MySQL

参考: MySQL CDC配置及DataStream API实现代码

参考

1. https://debezium.io/documentation/reference/1.6/connectors/sqlserver.html
2. https://ververica.github.io/flink-cdc-connectors/release-2.3/content/connectors/sqlserver-cdc.html
3. https://nightlies.apache.org/flink/flink-docs-release-1.14/docs/connectors/datastream/jdbc/
4. https://learn.microsoft.com/zh-cn/sql/relational-databases/track-changes/enable-and-disable-change-data-capture-sql-server?view=sql-server-2016