一个数据开发人员使用的辅助工具

• 能自动同步表结构，如：源表加字段，目标表自动加字段。
• 支持增量或全量复制数据，比如按日期进行复制数据。
• 支持指定字段同步，只同步关心的那些字段。
• 支持主流的关系型数据库: mysql、db2、postgresql、oracle、sqlserver
• 源表和目标表表名可以不同，字段名也可以不同(已存在目标表的情况下)

因为自己要用，我就自己写了一个，顺便熟悉下 java 开发(之前一直用 Python，不得不说，Java 真浪费时间)，本程序的最大用处就是构建集市或数仓所需要的基础层数据源，欢迎感兴趣的朋友一起加入。

程序的使用方法

Docker 方式：

这里用到三个容器:

• app 也就是主程序本身，app 容器使用的程序文件就是 release 目录下的文件，已经做了绑定。
• mysql 测试用的，作为源数据库，已提前放好了有 7000 条测试数据的表 somenzz_users。
• postgres 测试用的，作为目标数据库，没有数据。

先部署，执行 docker-compose up -d 就会自动完成应用和数据库的部署：

 

$ git clone https://github.com/somenzz/database-sync.git 
$ cd database-sync 
$ docker-compose up -d 
Creating database-sync_postgres_1 ... done 
Creating database-sync_app_1      ... done 
Creating database-sync_mysql_1    ... done 

这样三个容器就启动了，使用 docker ps -a |grep database-sync 可以查看到三个正在运行的容器：

 

 

 

 

现在直接使用 docker exec -i database-sync_app_1 java -jar database-sync-1.3.jar 来执行程序：

 

 

 

 

mysql 容器已有测试数据，release/config/config.json 已经配置好了数据库的连接，因此可以直接试用，以下演示的是从 mysql 复制表和数据到 postgres：

1. 全量复制，自动建表：

 

docker exec -i database-sync_app_1 java -jar database-sync-1.3.jar mysql_test testdb somenzz_users postgres_test public users --sync-ddl 

 

 

 

如果你不想每次都敲 docker exec -i database-sync_app_1 ，可以进入容器内部执行：

 

(py38env) ➜  database-sync git:(master) ✗ docker exec -it database-sync_app_1 /bin/bash 
root@063b1dc76fe1:/app# ls 
config database-sync-1.3.jar  lib  logs 
root@063b1dc76fe1:/app# java -jar database-sync-1.3.jar mysql_test testdb somenzz_users postgres_test public users -sd 

2. 增量复制：

 

root@063b1dc76fe1:/app# java -jar database-sync-1.3.jar mysql_test testdb somenzz_users postgres_test public zz_users "create_at >= '2018-01-09'" 

 

 

 

3. 指定字段：

 

root@063b1dc76fe1:/app# java -jar database-sync-1.3.jar mysql_test testdb somenzz_users postgres_test public zz_users -ff="user_id,name,age" -tf="user_id,name,age" "create_at >= '2018-01-09'" 

 

 

 

普通方式

程序运行前确保已安装 java 1.8 或后续版本，已经安装 maven，然后 clone 源码，打包：

 

git clone https://gitee.com/somenzz/database-sync.git 
cd database-sync 
mvn package 

此时你会看到 target 目录，将 target 下的 lib 目录 和 database-sync-1.3.jar 复制出来，放在同一目录下，然后再创建一个 config 目录，在 config 下新建一个 config.json 文件写入配置信息，然后将这个目录压缩，就可以传到服务器运行了，请注意先充分测试，jdk 要求 1.8+

 

[aaron@hdp002 /home/aaron/App/Java/database-sync]$ ls -ltr 
total 48 
drwxr-xr-x 2 aaron aaron  4096 Apr 23  2020 lib 
-rwxrw-r-- 1 aaron aaron   157 Jun 23  2020 run.sh 
drwxrwxr-x 2 aaron aaron  4096 Jul  3  2020 logs 
-rw-rw-r-- 1 aaron aaron 24773 Mar 16  2021 database-sync-1.3.jar 
drwxr-xr-x 7 aaron aaron  4096 Aug  3  2020 jdk1.8.0_231 
drwxrwxr-x 2 aaron aaron  4096 Feb 19 17:07 config 

你也可以直接下载我打包好的使用。

程序名称叫 database-sync，运行方式是这样的：

 

(py38env) ➜  target git:(master) ✗ java -jar database-sync-1.3.jar -h       
Usage:  
java -jar database-sync-1.0.jar [options] {fromDB} {fromSchema} {fromTable} {toDB} {toSchema} {toTable} [whereClause] 
options: 
        -v or --version                            :print version then exit 
        -h or --help                               :print help info then exit 
        -sd or --sync-ddl                          :auto synchronize table structure 
        -ff=col1,col2 or --from-fields=col1,col2   :specify from fields 
        -tf=col3,col4 or --to-fields=col3,col4     :specify to fields 
        --no-feature or -nf                        :will not use database's feature 

帮助说明：

[] 中括号里的内容表示选填，例如 [options] 表示 options 下的参数不是必须的。

其中 options 参数解释如下：

• --sync-ddl 或者 -sd : 加入该参数会自动同步表结构。
• --from_fields=col1,col2 或者 -ff=col1,col2 : 指定原表的字段序列，注意 = 前后不能有空格。
• --to_fields=col3,col4 或者 -tf=col3,col4 : 指定目标表的字段序列，注意 = 前后不能有空格。

whereClause 表示 where 条件，用于增量更新，程序再插入数据前先按照 where 条件进行清理数据，然后按照 where 条件从原表进行读取数据。whereClause 最好使用双引号包起来，表示一个完整的参数。如："jyrq='2020-12-31'"

{} 大括号里的内容表示必填。

fromDb 是指配置在 config.json 的数据库信息的键，假如有以下配置文件：

 

{ 
      "postgres":{ 
        "type":"postgres", 
        "driver":"org.postgresql.Driver", 
        "url":"jdbc:postgresql://localhost:5432/apidb", 
        "user": "postgres", 
        "password":"aaron", 
        "encoding": "utf-8" 
    }, 
 
 
    "aarondb":{ 
        "type":"mysql", 
        "driver":"com.mysql.cj.jdbc.Driver", 
        "url":"jdbc:mysql://localhost:3306/aarondb?useSSL=false&characterEncoding=utf8&serverTimezone=UTC", 
        "user": "aaron", 
        "password":"aaron" 
    } 
} 

fromDb、toDb 可以是 aarondb 或者 postgres。

• fromSchema 读取数据的表的模式名，可以填写 "".
• fromTable 读取数据的表明，必须提供。
• toSchema 写入数据表的模式名，可以填写 ""，可以和 fromSchema 不同.
• toTable 写入数据表的表名，必须提供，当写入表不存在时，自动按读取表的表结构创建，可以和 fromTable 不同。

全量、增量、指定字段的使用样例请参考 Docker 方式。

配置文件说明

配置文件位于 config/config.json，如下所示：

 

{ 
    "sjwb":{ 
        "type":"db2", 
        "driver":"com.ibm.db2.jcc.DB2Driver", 
        "url":"jdbc:db2://192.168.1.*:50000/wbsj", 
        "user": "****", 
        "password":"****", 
        "tbspace_ddl": "", 
        "encoding":"utf-8" 
    }, 
 
    "dw_test":{ 
        "type":"db2", 
        "driver":"com.ibm.db2.jcc.DB2Driver", 
        "url":"jdbc:db2://192.168.169.*:60990/dwdb", 
        "user": "****", 
        "password":"****", 
        "encoding":"gbk" 
    }, 
 
    "postgres":{ 
        "type":"postgres", 
        "driver":"org.postgresql.Driver", 
        "url":"jdbc:postgresql://10.99.**.**:5432/apidb", 
        "user": "****", 
        "password":"****", 
        "tbspace_ddl": "WITH (compression=no, orientation=orc, version=0.12)\ntablespace hdfs\n", 
        "encoding":"utf-8" 
    }, 
 
 
    "aarondb":{ 
        "type":"mysql", 
        "driver":"com.mysql.cj.jdbc.Driver", 
        "url":"jdbc:mysql://localhost:3306/aarondb?useSSL=false&characterEncoding=utf8&serverTimezone=UTC", 
        "user": "****", 
        "password":"****", 
        "encoding":"utf-8" 
    }, 
 
    "buffer-rows": 100000 
} 

配置文件说明：

type 表示数据库类型，均为小写：

• mysql
• postgres
• db2
• oracle
• sqlserver

tbspace_ddl 表示自动建表时指定的表空间，该选项不是必需的，可以删除。

buffer-rows 表示读取多少行时一块写入目标数据库，根据服务器内存大小自己做调整，100000 行提交一次满足大多数情况了。

encoding 用于表结构同步时确定字段长度，比如说源库的字段是 gbk varchar(10)，目标库是 utf-8，那么就应该为 varchar(15)，这样字段有中文就不会出现截断或插入失败问题，程序这里 2 倍，也就是 varchar(20) ，这样字段长度不会出现小数位。

最后的话

提高数据库间表的复制效率，如果不需要对源表字段进行转换，就丢掉低效的 datastage 和 kettle 吧。