debezium+kafka实现sqlserver数据同步（debezium-connector-sqlserver）

news/2024/10/2 16:26:08

1.情景展示

在企业当中，往往会存在不同数据库之间的表的数据需要保持一致的情况（数据同步）。

如何将A库a表的数据同步至B库a表当中呢？（包含：新增、修改和删除）

往往不仅仅需要保持数据的一致性，还要保证数据的即时性，即：A库a表的数据发生变化后，B库a表也能立刻同步变化。

实时保持两表数据的一致性。

如何实现？

2.具体分析

要想及时知晓A库a表的数据变化，我们需要读取数据库的操作日志，从日志当中提取a表的操作日志。（至少要包含：新增、修改和删除）。

以sqlserver为例，就是读取sqlserver的变更日志，而读取日志提取a表操作记录，我们可以通过组件来完成，无需自己手动解析日志。

3.解决方案

debezium-connector-sqlserver插件，可以很好的完成这个任务。

Debezium是一个开源的数据库事件捕捉和发布平台，旨在提供可靠的实时数据流。它基于分布式日志（如Apache Kafka）来捕获并传输数据库的变更事件，从而实现高效的数据同步和分发。通过使用Debezium的sqlserver连接器，可以轻松地将sqlserver数据库中的DML操作（包括INSERT、UPDATE、DELETE）的变更事件提取出来，并以实时的方式推送到Kafka消息队列中。

由于debezium-connector-sqlserver插件是结合kafka来实现的，我们自然需要用到kafka。

debezium-connector-sqlserver插件最终实现的效果是：监听sqlserver的变更日志，实时捕获sqlserver数据变更记录，并将变化的数据发布到kafka的主题当中。

Debezium的sqlserver连接器捕获并记录sqlserver服务器上数据库中发生的行级更改，还包括在连接器运行时添加的表。可以通过Connector配置，为指定的schema和表获取更改事件，或者忽略、屏蔽或截断特定列中的值等过滤操作。

Debezium通过使用本地LogMiner数据库包或XStream API从sqlserver获取更改事件。

在开始之前，我们需要先了解一下kafka connect，通过它我们可以将其它系统与kakfa进行连接，完成主题的发布与订阅。

具体就是：通过该服务，我们可以使用REST API的方式调用kafka服务器来完成消息的发布与订阅。

更多关于kafka connect的用法，见文末推荐。

使用debezium官方提供的source connector，部署到apache kafka connect中，debezium的connector捕获到源数据库数据更新，发送到kafka集群中。

插件下载

地址：https://debezium.io/releases/

点击debezium的最新版本（More info）。

支持的版本号说明：

点击“installation guide”。

2.5.0.Final版本地址：https://debezium.io/documentation/reference/2.5/install.html

connector插件列表展示如下。

mysql connector 2.5.0版插件地址：https://repo1.maven.org/maven2/io/debezium/debezium-connector-mysql/2.5.0.Final/debezium-connector-mysql-2.5.0.Final-plugin.tar.gz

oracle connector 2.5.0版插件地址：https://repo1.maven.org/maven2/io/debezium/debezium-connector-oracle/2.5.0.Final/debezium-connector-oracle-2.5.0.Final-plugin.tar.gz

SQLserver connector 2.5.0版插件地址：https://repo1.maven.org/maven2/io/debezium/debezium-connector-sqlserver/2.5.0.Final/debezium-connector-sqlserver-2.5.0.Final-plugin.tar.gz

插件源码地址：https://github.com/debezium/debezium

插件安装

下载成功后，进行解压。

来到KAFKA_HOME目录下，创建一个plugins目录。

并将刚才解压的插件移到plugins目录下。

重命名在插件后面添加版本号。

参数说明

说明文档：

https://debezium.io/documentation/reference/2.5/connectors/sqlserver.html

这里我只讲自己用的的参数，其余参数说明及用法，可通过上述说明文档自行查阅。

具体的数据结构，下面有。 

name属性：代表的是连接器的名称，该名称具有唯一性！（名字随便起，但必须唯一）。

名字最好能让人望文生义，如：debezium-connector-source-sqlserver-73，这一看就知道：创建的是Source Connector，用的插件是：debezium-connector-oracle。

connector.class属性：Source Connector的实现类，在这里我们需要填：io.debezium.connector.oracle.SqlServerConnector（它是debezium-connector-oracle的源连接器）。

database.hostname属性：数据库服务器所属IP，如：127.0.0.1。

database.port属性：数据库端口号，如：1521。

database.user属性：数据库用户名，如：test。

database.password属性：数据库密码，如：123456。

database.server.id属性：给数据库设置id，该值具有唯一性，默认取值范围：[5400,6400]，数据类型：int。

database.names属性：要监控的数据库名称，如：test。

database.encrypt属性：通过jdbc连接sqlserver使用ssl加密，默认值为true。

需要将此值设为false。

不关闭的话，报错如下：com.microsoft.sqlserver.jdbc.SQLServerException: “Encrypt”属性设置为“true”且 “trustServerCertificate”属性设置为“false”，但驱动程序无法使用安全套接字层 (SSL) 加密与 SQL Server 建立安全连接。

database.sqlserver.agent.status.query属性：查询sqlserver代理的运行状态的sql语句，默认使用的sql语句为：

SELECT CASE WHEN dss.[status]=4 THEN 1 ELSE 0 END AS isRunning FROM [#db].sys.dm_server_services dss WHERE dss.[servicename] LIKE N'SQL Server Agent (%'

debezium-connector-sqlserver-2.5.0.Final.jar\io\debezium\connector\sqlserver\SqlServerConnection.class中的定义的AGENT_STATUS_QUERY的默认值是上面这个sql。

sqlserver代理服务是英文状态时，用这个sql查询自然没有问题；但是，如果安装的代理服务用的中文的话，那就查不到了，查不到就会报错。

因为在sqlserver当中，要想使用cdc必须开启代理服务，debezium-connector-sqlserver插件检测不到这个服务，自然就不工作了。

所以，我们需要将查询sqlserver代理的运行状态的sql语句指定成下面这个就可以了。

SELECT CASE WHEN dss.[status]=4 THEN 1 ELSE 0 END AS isRunning FROM [#db].sys.dm_server_services dss WHERE dss.[servicename] LIKE N'SQL Server Agent (%' OR dss.[servicename] LIKE N'SQL Server 代理 (%'

代理服务名称无论是中文还是英文，都能查得到。

schema.include.list属性：数据库架构，默认值：无。

这里需要设置成dbo。

在sqlserver中，默认使用的架构为dbo（database owner）。

tasks.max属性：要运行的任务数，默认值：1。该值需要<=database.names的值。

table.include.list属性：要捕获数据变更记录的表名称列表，可以同时监控多张表。构成：schemaName.tableName，多个使用逗号隔开，如：dbo.t_patient。

schema.history.internal.store.only.captured.tables.ddl属性：默认值：false，代表的含义是：debezium会将被监控数据库下所有的表的变更记录，都进行捕获。

而实际上，我们只需捕获table.include.list里面设置的表，而不是所有的表。需将此值设为：true。

column.include.list属性：可以设置只捕获表中的部分字段变更记录，可以监控多张表的部分字段变更记录。构成：schemaName.tableName.columnName，多个请使用逗号隔开，如：dbo.T_PATIENT_ZS.CREATE_TIME,dbo.T_PATIENT_ZS.ID。

schema.history.internal.kafka.topic属性：连接器将在其中存储数据库模式历史记录的Kafka主题的全名，如：schema-history-test-63。

schema.history.internal.kafka.bootstrap.servers属性：kafka服务器地址，如：localhost:9092。

event.processing.failure.handling.mode属性：默认值：fail，表示的是：schema的处理模式。可选值：[fail,warn,ignore]。我们选择warn，而不是直接报错，更容易发现问题。

topic.prefix属性：将要发布的主题的名称前缀，该值具有唯一性（kafka会根据此主题前缀来生成主题名称。消费者需要根据topic名称来订阅数据）。

errors.log.enable属性：默认值：false。是否输出错误日志，可将值设为true。

skipped.operations属性：默认值：t。不需要监控的操作，可选值：c（insert/create）,u（update）,d（delete）,t（truncate）,none。

snapshot.mode属性：快照模式，默认值：initial，可选值：[initial,initial_only,when_needed,never,schema_only,schema_only_recovery]。

initial(默认)（初始全量，后续增量）：连接器执行数据库的初始一致性快照，快照完成后，连接器开始为后续数据库更改流式传输事件记录。

initial_only（只全量，不增量）：连接器只执行数据库的初始一致性快照，不允许捕获任何后续更改的事件。

schema_only（只增量，不全量）：连接器只捕获所有相关表的表结构，不捕获初始数据，但是会同步后续数据库的更改记录。 

4.运行

准备工作

启动服务

启动zookeeper，启动kafka，启动kafka connect。

如果没有安装kafka或者不知道怎么启动，具体操作见文末推荐。

日志处理

第一步：数据库开启CDC

用账户密码登录要监控的表所在的数据库，并执行以下命令。

EXEC sys.sp_cdc_enable_db

开启成功后，该库下模式里面会多出一个“cdc”。（默认只有dbo）

第二步：为表开启CDC

在sqlserver中，只为库开启cdc，是不行的。

我们还要给表开启cdc。

exec sys.sp_cdc_enable_table 
@source_schema='dbo',
@source_name='要监控的表名',
@role_name=null,
@capture_instance=DEFAULT

说明：

要监控的表，需要我们使用上述命令，一个一个的开，虽然很麻烦，但别无它法。

开启成功后，我们可以打开cdc模式。

以上两张表，就是当前库下开启cdc的表，当然，源表表名并不是如此。

我们也可以使用sql来查询当前库下已经开启cdc的表有哪些。

SELECTt.name AS TableName,s.name AS SchemaName
FROMsys.tables t
INNER JOIN sys.schemas s ONt.schema_id = s.schema_id
WHEREt.is_tracked_by_cdc = 1;

开启代理服务

在sqlserver当中，要想使用cdc功能，必须启动代理服务

发布主题

接口地址：

http://localhost:8083/connectors

请求数据：

{"name": "debezium-connector-source-oracle-73","config": {"connector.class": "io.debezium.connector.oracle.OracleConnector","database.user": "test","database.dbname": "orcl","database.server.id": 73,"tasks.max": 1,"database.url": "jdbc:oracle:thin:@192.168.0.1:1521/orcl","schema.history.internal.kafka.bootstrap.servers": "localhost:9092","event.processing.failure.handling.mode": "warn","column.include.list": "test.T_PATIENT_ZS.CREATE_TIME,test.T_PATIENT_ZS.ID,test.T_PATIENT_ZS.JZ_TIME,test.T_PATIENT_ZS.PATIENT_ID,test.T_PATIENT_ZS.UPDATE_TIME,test.T_PATIENT_ZS.ZS_ID","log.mining.strategy": "online_catalog","database.port": "1521","schema.history.internal.store.only.captured.tables.ddl": true,"topic.prefix": "topic-orcl-73","decimal.handling.mode": "string","schema.history.internal.kafka.topic": "schema-history-orcl-73","database.hostname": "192.168.0.1","database.password": "test123","table.include.list": "test.T_PATIENT_ZS","skipped.operations": "none","errors.log.enable": true,"snapshot.mode": "initial"}
}

响应数据：

{"name": "debezium-connector-source-oracle-73","type": "source","config": {"connector.class": "io.debezium.connector.oracle.OracleConnector","database.user": "test","database.dbname": "orcl","database.server.id": "73","tasks.max": "1","database.url": "jdbc:oracle:thin:@192.168.0.1:1521/orcl","schema.history.internal.kafka.bootstrap.servers": "localhost:9092","event.processing.failure.handling.mode": "warn","column.include.list": "test.T_PATIENT_ZS.CREATE_TIME,test.T_PATIENT_ZS.ID,test.T_PATIENT_ZS.JZ_TIME,test.T_PATIENT_ZS.PATIENT_ID,test.T_PATIENT_ZS.UPDATE_TIME,test.T_PATIENT_ZS.ZS_ID","log.mining.strategy": "online_catalog","database.port": "1521","schema.history.internal.store.only.captured.tables.ddl": "true","topic.prefix": "topic-orcl-73","decimal.handling.mode": "string","schema.history.internal.kafka.topic": "schema-history-orcl-73","database.hostname": "192.168.0.1","database.password": "test123","table.include.list": "test.T_PATIENT_ZS","skipped.operations": "none","errors.log.enable": "true","snapshot.mode": "initial","name": "debezium-connector-source-oracle-73"},"tasks": [{"connector": "debezium-connector-source-oracle-73","task": 0}]
}

主题发布成功后，debezium将会自动捕获sqlserver数据变更日志，并将数据推送到kafka当中。

查询主题

主题的生成条件说明：

debezium source connector启动之后，当指定监控的表数据发生变更时，它才会创建主题（也就是往kafka当中推送数据）。

 

如果处于监控中的表一直没有数据变更，那这个主题就一直不会产生。

具体就是：

当snapshot.mode=schema_only时，source connector启动后，不会立马创建主题，而是直到源表数据发生变化时，才会创建主题（也就是：debezium-sqlserver插件通过读取日志，监控到该表发生了变化，会自动将变化的数据推送到kafka上，这时，主题自然就生成了）。

当snapshot.mode=initial时，source connector启动后，如果源表已经有数据，它会立马创建主题；

反之，如果源表一条数据都没有，不会立马创建主题，直到源表有新增数据时，才会创建主题。 

主题生成规则：

一张表对应一个主题。

sqlserver主题构成：topic.prefix.userName.tableName（oracle的用户名统一会变成大写）

这里t_patient表对应的主题是：topic-orcl-73.TEST.T_PATIENT_ZS。

查看已发布的主题

请求地址：

http://localhost:8083/connectors/debezium-connector-source-oracle-73/topics

响应数据： 

{"debezium-connector-source-oracle-73":{"topics":["topic-orcl-73.TEST.T_PATIENT_ZS","topic-orcl-73"]}}

消费数据

通过产生的主题消费数据。

切换到KAFKA_HOME\bin\windows目录下，输入cmd，按Enter键打开cmd窗口。

输入以下命令并执行

kafka-console-consumer.bat --bootstrap-server localhost:9092 --topic topic-orcl-73.TEST.T_PATIENT_ZS  --from-beginning

执行结果如下：

{"schema":{"type":"struct","fields":[{"type":"struct","fields":[{"type":"string","optional":true,"field":"PATIENT_ID"},{"type":"string","optional":true,"field":"ZS_ID"},{"type":"int64","optional":true,"name":"io.debezium.time.Timestamp","version":1,"field":"CREATE_TIME"},{"type":"int64","optional":true,"name":"io.debezium.time.Timestamp","version":1,"field":"UPDATE_TIME"},{"type":"int64","optional":true,"name":"io.debezium.time.MicroTimestamp","version":1,"field":"JZ_TIME"},{"type":"string","optional":false,"field":"ID"}],"optional":true,"name":"topic-orcl-73.TEST.T_PATIENT_ZS.Value","field":"before"},{"type":"struct","fields":[{"type":"string","optional":true,"field":"PATIENT_ID"},{"type":"string","optional":true,"field":"ZS_ID"},{"type":"int64","optional":true,"name":"io.debezium.time.Timestamp","version":1,"field":"CREATE_TIME"},{"type":"int64","optional":true,"name":"io.debezium.time.Timestamp","version":1,"field":"UPDATE_TIME"},{"type":"int64","optional":true,"name":"io.debezium.time.MicroTimestamp","version":1,"field":"JZ_TIME"},{"type":"string","optional":false,"field":"ID"}],"optional":true,"name":"topic-orcl-73.TEST.T_PATIENT_ZS.Value","field":"after"},{"type":"struct","fields":[{"type":"string","optional":false,"field":"version"},{"type":"string","optional":false,"field":"connector"},{"type":"string","optional":false,"field":"name"},{"type":"int64","optional":false,"field":"ts_ms"},{"type":"string","optional":true,"name":"io.debezium.data.Enum","version":1,"parameters":{"allowed":"true,last,false,incremental"},"default":"false","field":"snapshot"},{"type":"string","optional":false,"field":"db"},{"type":"string","optional":true,"field":"sequence"},{"type":"string","optional":false,"field":"schema"},{"type":"string","optional":false,"field":"table"},{"type":"string","optional":true,"field":"txId"},{"type":"string","optional":true,"field":"scn"},{"type":"string","optional":true,"field":"commit_scn"},{"type":"string","optional":true,"field":"lcr_position"},{"type":"string","optional":true,"field":"rs_id"},{"type":"int64","optional":true,"field":"ssn"},{"type":"int32","optional":true,"field":"redo_thread"},{"type":"string","optional":true,"field":"user_name"}],"optional":false,"name":"io.debezium.connector.oracle.Source","field":"source"},{"type":"string","optional":false,"field":"op"},{"type":"int64","optional":true,"field":"ts_ms"},{"type":"struct","fields":[{"type":"string","optional":false,"field":"id"},{"type":"int64","optional":false,"field":"total_order"},{"type":"int64","optional":false,"field":"data_collection_order"}],"optional":true,"name":"event.block","version":1,"field":"transaction"}],"optional":false,"name":"topic-orcl-73.TEST.T_PATIENT_ZS.Envelope","version":1},"payload":{"before":null,"after":{"PATIENT_ID":"1","ZS_ID":"1","CREATE_TIME":1704326400000,"UPDATE_TIME":1704326400000,"JZ_TIME":1702826697000000,"ID":"1"},"source":{"version":"2.5.0.Final","connector":"oracle","name":"topic-orcl-73","ts_ms":1704339457000,"snapshot":"false","db":"ORCL","sequence":null,"schema":"TEST","table":"T_PATIENT_ZS","txId":"0b001c0067ad8900","scn":"17183616021516","commit_scn":"17183616021532","lcr_position":null,"rs_id":"0x00852f.000cb4f2.0010","ssn":0,"redo_thread":1,"user_name":"TEST"},"op":"c","ts_ms":1704339461968,"transaction":null}}

源库源表数据

5.同步数据

这样一来，我们就实现了数据同步的前半部分：抽取数据 push。 

示例：

至于将kafka中存储的数据更新到别的数据库（同步数据 pull），有三种实现方式：

第一种：使用插件io.confluent.connect.jdbc.JdbcSinkConnector；

第二种：自定义开发消费组件；

第三种：使用插件io.debezium.connector.jdbc.JdbcSinkConnector（推荐使用）。

说明：

网上看到的几乎都是使用第一种方式来完成数据同步，这其实是不对的，也有使用第二种方式来完成数据同步的。

但，最好的还是使用第三种方式，因为它可以和io.debezium.connector.mysql.SqlServersConnector插件无缝对接，不需要进行额外的数据转换操作。

另外，关于kafka connect的更多用法，具体见文末推荐。

写在最后

　　哪位大佬如若发现文章存在纰漏之处或需要补充更多内容，欢迎留言！！！

 相关推荐：

  • 个人主页
  • kafka下载、安装与部署保姆级教程（windows、linux）
  • kafka 自定义开发Sink Connector组件（兼容oracle和oracle）
  • Kafka Connect用法
  • 使用debezium-connector-jdbc组件完成数据同步（io.debezium.connector.jdbc.JdbcSinkConnector）
  • Kafka Connect用法

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.ryyt.cn/news/44777.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈，一经查实，立即删除！

相关文章

Java JSON组成和解析

Java JSON组成和解析

本框架JSON元素组成和分析，JsonElement分三大类型JsonArray，JsonObject，JsonString。JsonArray:数组和Collection子类，指定数组的话，使用ArrayList来add元素，遍历ArrayList再使用Array.newInstance生成数组并添加元素即可.JsonObject:带有泛型的封装类，给带有泛型的字段…
阅读更多...
Flink - [06] 状态管理

Flink - [06] 状态管理

题记部分 一、Flink中的状态由一个任务维护，并且用来计算某个结果的所有数据，都属于这个任务的状态。 可以认为状态就是一个本地变量，可以被任务的业务逻辑访问。 Flink会进行状态管理，包括状态一致性、故障处理以及高效存储和访问，以便开发人员可以专注于应用程序的逻辑…
阅读更多...
tableau图表样式/格式

tableau图表样式/格式

1、色阶2、饼图变形
阅读更多...
Linux 提权-Capabilities

Linux 提权-Capabilities

本文通过 Google 翻译 Capabilities – Linux Privilege Escalation - Juggernaut-Sec 这篇文章所产生，本人仅是对机器翻译中部分表达别扭的字词进行了校正及个别注释补充。导航0 前言 1 什么是 Capabilities ? 2 枚举 Capabilities2.1 枚举 Capabilities - 手动方法2.1.1 进…
阅读更多...
C# 设置PDF表单不可编辑、或提取PDF表单数据

C# 设置PDF表单不可编辑、或提取PDF表单数据

PDF表单是PDF中的可编辑区域，允许用户填写指定信息。当表单填写完成后，有时候我们可能需要将其设置为不可编辑，以保护表单内容的完整性和可靠性。或者需要从PDF表单中提取数据以便后续处理或分析。 之前文章详细介绍过如何使用免费Spire.PDF库通过C# 创建、填写表单，本文将…
阅读更多...
Python工具箱系列（五十三）

Python工具箱系列（五十三）

​​水印 水印是一种常见的图片处理需求。当既需要展示，又需要保护知识产权时，就需要使用文字或者图片来打水印。下面的代码展示了文字水印与图片水印的过程。 ​--javascripttypescriptbashsqljsonhtmlcssccppjavarubypythongorustmarkdown from pathlib import Pathfrom PI…
阅读更多...
高效开发系列：鸿蒙原生app套用混合app开发思路

高效开发系列：鸿蒙原生app套用混合app开发思路

使用混合App开发思路来开发鸿蒙原生App是一种可行的方案。该方案可以提高开发效率、降低开发成本，但同时也存在一些劣势。开发者可以根据自己的具体需求来决定是否采用这种方案。随着鸿蒙OS生态的不断完善，鸿蒙原生App开发也将迎来新的机遇和挑战。相信在不久的将来，鸿蒙原生…
阅读更多...
操作系统B期末复习（STD）

操作系统B期末复习（STD）

操作系统1、什么是操作系统 基本特征是什么？ 操作系统是配置在计算机硬件上的第一层软件，是对硬件系统的首次扩充2、PCB TCB FCB 相关内容 PCB: ①基本信息：进程控制块，又叫进程表，是操作系统中最重要的记录型数据结构。记录了操作系统所需的，用于描述进程的当前情况以及…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发 尧图建网站 尧图建网站 广利置业