datax mysql同步数据到clickhouse配置文件样例及说明

素颜马尾好姑娘i 2023-10-12 23:16 48阅读 0赞

\{  
"job": \{  
"content": \[  
\{  
"reader": \{  
"parameter": \{  
"password": "xxxxxx",  
"connection": \[  
\{  
"jdbcUrl": \[  
"jdbc:mysql://xxxx:3306/xxxx?useUnicode=true&characterEncoding=UTF-8&allowMultiQueries=true"  
\],  
"querySql": \[  
"select id ,ds ,name ,age from user limit 10"  
\]  
\}  
\],  
"writeMode": "update",  
"username": "user"  
\},  
"name": "mysqlreader"  
\},  
"writer": \{  
"name": "clickhousewriter",  
"parameter": \{  
"username": "default",  
"password": "xxxx",  
"column": \["id", "ds", "name", "age"\],  
"connection": \[  
\{  
"jdbcUrl": "jdbc:clickhouse://xxxxx:8123/default",  
"table": \["user"\]  
\}  
\],  
"preSql": \[\],  
"postSql": \[\],

"batchSize": 65536,  
"batchByteSize": 134217728,  
"dryRun": false,  
"writeMode": "insert"  
\}  
\}  
\}  
\],  
"setting": \{  
"speed": \{  
"channel": "1"  
\}  
\}  
\}  
\}

#### MySQL参数说明 ####

*  **jdbcUrl**
    
     *  描述：描述的是到对端数据库的JDBC连接信息，使用JSON的数组描述，并支持一个库填写多个连接地址。之所以使用JSON数组描述连接信息，是因为阿里集团内部支持多个IP探测，如果配置了多个，MysqlReader可以依次探测ip的可连接性，直到选择一个合法的IP。如果全部连接失败，MysqlReader报错。 注意，jdbcUrl必须包含在connection配置单元中。对于阿里集团外部使用情况，JSON数组填写一个JDBC连接即可。
        
        jdbcUrl按照Mysql官方规范，并可以填写连接附件控制信息。具体请参看[Mysql官方文档][Mysql]。
     *  必选：是
     *  默认值：无
 *  **username**
    
     *  描述：数据源的用户名
     *  必选：是
     *  默认值：无
 *  **password**
    
     *  描述：数据源指定用户名的密码
     *  必选：是
     *  默认值：无
 *  **table**
    
     *  描述：所选取的需要同步的表。使用JSON的数组描述，因此支持多张表同时抽取。当配置为多张表时，用户自己需保证多张表是同一schema结构，MysqlReader不予检查表是否同一逻辑表。注意，table必须包含在connection配置单元中。
     *  必选：是
     *  默认值：无
 *  **column**
    
     *  描述：所配置的表中需要同步的列名集合，使用JSON的数组描述字段信息。用户使用\*代表默认使用所有列配置，例如\['\*'\]。
        
        支持列裁剪，即列可以挑选部分列进行导出。
        
        支持列换序，即列可以不按照表schema信息进行导出。
        
        支持常量配置，用户需要按照Mysql SQL语法格式: \["id", "\`table\`", "1", "'bazhen.csy'", "null", "to\_char(a + 1)", "2.3" , "true"\] id为普通列名，\`table\`为包含保留字的列名，1为整形数字常量，'bazhen.csy'为字符串常量，null为空指针，to\_char(a + 1)为表达式，2.3为浮点数，true为布尔值。
     *  必选：是
     *  默认值：无
 *  **splitPk**
    
     *  描述：MysqlReader进行数据抽取时，如果指定splitPk，表示用户希望使用splitPk代表的字段进行数据分片，DataX因此会启动并发任务进行数据同步，这样可以大大提供数据同步的效能。
        
        推荐splitPk用户使用表主键，因为表主键通常情况下比较均匀，因此切分出来的分片也不容易出现数据热点。
    
    目前splitPk仅支持整形数据切分，`不支持浮点、字符串、日期等其他类型`。如果用户指定其他非支持类型，MysqlReader将报错！
    
        如果splitPk不填写，包括不提供splitPk或者splitPk值为空，DataX视作使用单通道同步该表数据。
    
     *  必选：否
     *  默认值：空
 *  **where**
    
     *  描述：筛选条件，MysqlReader根据指定的column、table、where条件拼接SQL，并根据这个SQL进行数据抽取。在实际业务场景中，往往会选择当天的数据进行同步，可以将where条件指定为gmt\_create > $bizdate 。注意：不可以将where条件指定为limit 10，limit不是SQL的合法where子句。
        
            where条件可以有效地进行业务增量同步。如果不填写where语句，包括不提供where的key或者value，DataX均视作同步全量数据。
     *  必选：否
     *  默认值：无
 *  **querySql**
    
     *  描述：在有些业务场景下，where这一配置项不足以描述所筛选的条件，用户可以通过该配置型来自定义筛选SQL。当用户配置了这一项之后，DataX系统就会忽略table，column这些配置型，直接使用这个配置项的内容对数据进行筛选，例如需要进行多表join后同步数据，使用select a,b from table\_a join table\_b on table\_a.id = table\_b.id
    
    `当用户配置querySql时，MysqlReader直接忽略table、column、where条件的配置`，querySql优先级大于table、column、where选项。
    
     *  必选：否
     *  默认值：无

**执行结果**

![9d00e8d0f3604e749ce1ad9195a182c3.png][]

[Mysql]: http://dev.mysql.com/doc/connector-j/en/connector-j-reference-configuration-properties.html
[9d00e8d0f3604e749ce1ad9195a182c3.png]: https://img-blog.csdnimg.cn/9d00e8d0f3604e749ce1ad9195a182c3.png