sqlserver增量订阅&消费实时同步kafka，最新解决方案，看完不会你打我！

最新推荐文章于 2025-04-02 12:03:27 发布
最新推荐文章于 2025-04-02 12:03:27 发布
阅读量7.1k 收藏 26
点赞数 24
分类专栏： 大数据 kafka sqlserver 文章标签： 数据库 sqlserver mssql kafka 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Mr_kidBK/article/details/106649643
版权

三连后观看，养成好习惯！
点个关注吧，球球啦！

好久不更新博客了，有小伙伴问我，怎么不更新啦，是不是退博了？！
没有没有，只是前段时间要换工作，需要花时间复习什么的，加上找房子之类的事情耗费了不少时间，2020年真的是太难了。。。
在这里插入图片描述
不过好在一切都顺利，一番周折也是顺理找到了自己比较满意的工作。
后面我考虑会更新一波面经，大数据方面的，腾讯、华为等大厂亲身经历（cantongjiaoxun），有需要的小伙伴点个关注吧！

目录

一、问题难点、痛点

(1) Sqlserver目前国内无成熟CDC解决方案，开源生态较mysql等数据库较差。
(2) Sqlserver无binlog日志概念，因此不能使用maxwell和canal等类似解决方案。
(3) 使用sqoop或dadaX等同步工具实时性、稳定性较差，需要配合调度框架每隔一段时间进行脚本调度，如遇到运行失败等问题，需要手动或者使用监控脚本进行二次调度，使用成本较大。

二、解决方案

（一）分段同步

在这里插入图片描述
      使用SyncNavigator将多个sqlserver先同步到mysql，然后使用canal或maxwell进行监控mysql binlog日志进行增量同步。

优点：
            mysql到kafka 使用canal和maxwell进行CDC同步技术较为成熟，开源生态较好，市面使用情况较多。

缺点：
            需要sqlserver使用触发器，数据量大的情况下可能会对后端业务场景响应速度产生影响。

（二）使用connector

      主要的思路是使用kafka connect，Connector目前有 Debezium和Confluent提供两个开源的sqlserver连接器。

Confluent sqlserver connector：
      使用Change Tarcking获取数据变更，更轻量级，但是官方声明由于某种原因这个连接器已经不再提供维护支持了，官方推荐使用Debezium。
在这里插入图片描述
Debezium sqlserver connector:

      Debezium提供了多种连接器，支持mysql，MongoDB，PostgreSQL，SQL Server，Oracle ，Db2 ，Cassandra

架构图：
在这里插入图片描述
在这里插入图片描述
优点：
            轻量，使用CDC方式获取sqlserver更改的数据，不会对业务数据库造成影响。
使用分布式架构，并且自带容错机制。

缺点：
            需要sqlserver版本支持Change Data Capture。
            经测试，08版本（企业版）以上都支持CDC

三、Kafka Connect

3.1、Kafka connect核心概念

Kafka connect的几个重要的概念包括：connectors、tasks、workers和converters。

  • Connectors-在kafka connect中，connector决定了数据应该从哪里复制过来以及数据应该写入到哪里去，一个connector实例是一个需要负责在kafka和其他系统之间复制数据的逻辑作业，connector plugin是jar文件，实现了kafka定义的一些接口来完成特定的任务。

  • Tasks- task是kafka connect数据模型的主角，每一个connector都会协调一系列的task去执行任务，connector可以把一项工作分割成许多的task，然后再把task分发到各个worker中去执行（分布式模式下），task不自己保存自己的状态信息，而是交给特定的kafka 主题去保存（config.storage.topic 和status.storage.topic）。在分布式模式下有一个概念叫做任务再平衡（Task Rebalancing），当一个connector第一次提交到集群时，所有的worker都会做一个task rebalance从而保证每一个worker都运行了差不多数量的工作，而不是所有的工作压力都集中在某个worker进程中，而当某个进程挂了之后也会执行task rebalance。

task rebalance:
task rebalancing

  • Workers-connectors和tasks都是逻辑工作单位，必须安排在进程中执行，而在kafka connect中，这些进程就是workers，分别有两种worker：standalone和distributed。这里不对standalone进行介绍，具体的可以查看官方文档。它提供了可扩展性以及自动容错的功能，你可以使用一个group.ip来启动很多worker进程，在有效的worker进程中它们会自动的去协调执行connector和task，如果你新加了一个worker或者挂了一个worker，其他的worker会检测到然后在重新分配connector和task。

  • Converters- converter会把bytes数据转换成kafka connect内部的格式，也可以把kafka connect内部存储格式的数据转变成bytes，converter对connector来说是解耦的，所以其他的connector都可以重用，例如，使用了avro converter，那么jdbc connector可以写avro格式的数据到kafka，当然，hdfs connector也可以从kafka中读出avro格式的数据。
    在这里插入图片描述

3.2、Kafka connect启动

      Kafka connect的工作模式分为两种，分别是standalone模式和distributed模式。

3.2.1 Standalone

      Standalone一般用于测试环境，下面演示一个小的测试demo

(1) 配置connector.properties
name=local-file-source
connector.class=FileStreamSource
tasks.max=1
file= /opt/module/kafka_2.11-2.4.0/test.txt
topic=connect-test
(2) 编写test测试文件
[root@hadoop102 kafka_2.11-2.4.0]# vim test.txt
hahaha
kafka
123
hello
aaa
(3) 启动：
bin/connect-standalone.sh config/connect-standalone.properties config/connector.properties
(4) 启动kafka connect
bin/connect-standalone.sh config/connect-standalone.properties \
 config/connect-file-source.properties
(5) 查看推送到topic connect-test 的数据
bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic connect-test --from-beginning
3.2.2 Distributed

      在启动kafkaconnect的distributed模式之前，首先需要创建三个主题，这三个主题的配置分别对应connect-distributed.properties文件中config.storage.topic(default connect-configs)、offset.storage.topic (default connect-offsets) 、status.storage.topic (default connect-status)的配置。

  • config.storage.topic：用以保存connector和task的配置信息，需要注意的是这个主题的分区数只能是1，而且是有多副本的。
  • offset.storage.topic:用以保存offset信息。
  • status.storage.topic:用以保存connetor的状态信息。
(1) 创建topic
bin/kafka-topics.sh --zookeeper hadoop102:2181/kafka --create --topic connect-offsets --replication-factor 2 --partitions 3
bin/kafka-topics.sh --zookeeper hadoop102:2181/kafka --create --topic connect-configs --replication-factor 2 --partitions 1
bin/kafka-topics.sh --zookeeper hadoop102:2181/kafka --create --topic connect-status --replication-factor 2 --partitions 3
(2) 将需要的connector jar包解压到connectors文件夹下
[root@hadoop102 kafka_2.11-2.4.0]# mkdir connectors

[root@hadoop102 connectors]# pwd
/opt/module/kafka_2.11-2.4.0/connectors

[root@hadoop102 soft]# tar -zxvf debezium-connector-sqlserver-1.1.2.Final-plugin.tar.gz -C /opt/module/kafka_2.11-2.4.0/connectors/
#展示
[root@hadoop102 connectors]# tree
.
└── debezium-connector-sqlserver
    ├── CHANGELOG.md
    ├── CONTRIBUTE.md
    ├── COPYRIGHT.txt
    ├── debezium-api-1.1.2.Final.jar
    ├── debezium-connector-sqlserver-1.1.2.Final.jar
    ├── debezium-core-1.1.2.Final.jar
    ├── LICENSE-3rd-PARTIES.txt
    ├── LICENSE.txt
    ├── mssql-jdbc-7.2.2.jre8.jar
    └── README.md
(3) 编写connect-distributed.properties配置文件
[root@hadoop102 config]# vim connect-distributed.properties
# kafka集群地址
bootstrap.servers=hadoop101:9092,hadoop102:9092,hadoop103:9092

# Connector集群的名称，同一集群内的Connector需要保持此group.id一致
group.id=connect-cluster

# 存储到kafka的数据格式
key.converter=org.apache.kafka.connect.json.JsonConverter
value.converter=org.apache.kafka.connect.json.JsonConverter
key.converter.schemas.enable=false
value.converter.schemas.enable=false

# 内部转换器的格式，针对offsets、config和status，一般不需要修改
internal.key.converter=org.apache.kafka.connect.json.JsonConverter
internal.value.converter=org.apache.kafka.connect.json.JsonConverter
internal.key.converter.schemas.enable=false
internal.value.converter.schemas.enable=false

# 用于保存offsets的topic，应该有多个partitions，并且拥有副本(replication)
# Kafka Connect会自动创建这个topic，但是你可以根据需要自行创建
offset.storage.topic=connect-offsets
offset.storage.replication.factor=2
offset.storage.partitions=3


# 保存connector和task的配置，应该只有1个partition，并且有多个副本
config.storage.topic=connect-configs
config.storage.replication.factor=2

# 用于保存状态，可以拥有多个partition和replication
status.storage.topic=connect-status
status.storage.replication.factor=2
status.storage.partitions=3

# Flush much faster than normal, which is useful for testing/debugging
offset.flush.interval.ms=10000

# RESET主机名，默认为本机
#rest.host.name=
# REST端口号
rest.port=18083

# The Hostname & Port that will be given out to other workers to connect to i.e. URLs that are routable from other servers.
#rest.advertised.host.name=
#rest.advertised.port=

# 保存connectors的路径
#plugin.path=/usr/local/share/java,/usr/local/share/kafka/plugins,/opt/connectors,
plugin.path=/opt/module/kafka_2.11-2.4.0/connectors

(3)	分发配置文件
[root@hadoop102 config]# xsync connect-distributed.properties

(4)	启动kafka coneect集群
[root@hadoop102 kafka_2.11-2.4.0]# xcall /opt/module/kafka_2.11-2.4.0/bin/connect-distributed.sh -daemon /opt/module/kafka_2.11-2.4.0/config/connect-distributed.properties

[root@hadoop102 kafka_2.11-2.4.0]# xcall jps
要执行的命令是jps
---------------------hadoop101-----------------
3984 Jps
3938 ConnectDistributed
2713 QuorumPeerMain
3434 Kafka
---------------------hadoop102-----------------
4297 Jps
2909 QuorumPeerMain
4237 ConnectDistributed
3711 Kafka
---------------------hadoop103-----------------
3960 ConnectDistributed
2718 QuorumPeerMain
3454 Kafka
4014 Jps
(5) 测试
在浏览器输入：http://192.168.176.102:18083/
{"version": "2.4.0","commit": "77a89fcf8d7fa018","kafka_cluster_id": "q4M_m7GZRQuX7k-0KHmvgQ"}

或者

[root@hadoop102 ~]# wget http://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarch.rpm

[root@hadoop102 ~]# rpm -ivh epel-release-latest-7.noarch.rpm

[root@hadoop102 ~]# yum repolist

[root@hadoop102 ~]# yum install -y jq

[root@hadoop102 ~]# curl -s 192.168.176.102:18083/ | jq
{
  "version": "2.4.0",
  "commit": "77a89fcf8d7fa018",
  "kafka_cluster_id": "q4M_m7GZRQuX7k-0KHmvgQ"
}

如显示正常，此时kafka connect集群就启动成功了！

3.2.3 REST API

      在connect-distributed.properties的配置文件中，其实并没有配置了你的connector的信息，因为在distributed模式下，启动不需要传递connector的参数，而是通过REST API来对kafka connect进行管理。

GET /connectors – 返回所有正在运行的connector名。
POST /connectors – 新建一个connector; 请求体必须是json格式并且需要包含name字段和config字段，name是connector的名字，config是json格式，必须包含你的connector的配置信息。
GET /connectors/{name} – 获取指定connetor的信息。
GET /connectors/{name}/config – 获取指定connector的配置信息。
PUT /connectors/{name}/config – 更新指定connector的配置信息。
GET /connectors/{name}/status – 获取指定connector的状态，包括它是否在运行、停止、或者失败，如果发生错误，还会列出错误的具体信息。
GET /connectors/{name}/tasks – 获取指定connector正在运行的task。
GET /connectors/{name}/tasks/{taskid}/status – 获取指定connector的task的状态信息。
PUT /connectors/{name}/pause – 暂停connector和它的task，停止数据处理知道它被恢复。
PUT /connectors/{name}/resume – 恢复一个被暂停的connector。
POST /connectors/{name}/restart – 重启一个connector，尤其是在一个connector运行失败的情况下比较常用
POST /connectors/{name}/tasks/{taskId}/restart – 重启一个task，一般是因为它运行失败才这样做。
DELETE /connectors/{name} – 删除一个connector，停止它的所有task并删除配置。

在这里插入图片描述
官方文档地址：
http://kafka.apache.org/documentation/#connect
https://docs.confluent.io/current/connect
https://debezium.io/documentation/reference/1.1/connectors/sqlserver.html#sqlserver-property-heartbeat-topics-prefix
推荐使用postman测试。

(1) 查看已经部署的Connectors
GET:http://192.168.176.102:18083/connectors
[
    "inventory-connector3",
    "inventory-connector2",
    "inventory-connector"
]

在这里插入图片描述

(2) 查看当前运行的Connector详细信息
GET:http://192.168.176.102:18083/connectors/{connector_name}
{
    "name": "connector_name",
    "config": {
        "connector.class": "io.debezium.connector.sqlserver.SqlServerConnector",
        "database.user": " username ",
        "database.dbname": "TestDB2",
        "database.hostname": " hostname ",
        "database.password": " password ",
        "database.history.kafka.bootstrap.servers": "hadoop101:9092,hadoop102:9092,hadoop103:9092",
        "database.history.kafka.topic": "dbhistory.fullfillment",
        "name": "inventory-connector3",
        "database.server.name": "fullfillment",
        "database.port": "1433"
    },
    "tasks": [
        {
            "connector": "inventory-connector3",
            "task": 0
        }
    ],
    "type": "source"
}
(3) 查询目前运行的tasks信息
GET:http://192.168.176.102:18083/connectors/{connector_name}/tasks
[
    {
        "id": {
            "connector": " connector_name ",
            "task": 0
        },
        "config": {
            "connector.class": "io.debezium.connector.sqlserver.SqlServerConnector",
            "database.user": " username ",
            "database.dbname": "TestDB2",
            "task.class": "io.debezium.connector.sqlserver.SqlServerConnectorTask",
          "database.hostname": " hostname ",
          "database.password": " password ",
            "database.history.kafka.bootstrap.servers": "hadoop101:9092,hadoop102:9092,hadoop103:9092",
            "database.history.kafka.topic": "dbhistory.fullfillment",
            "name": "inventory-connector3",
            "database.server.name": "fullfillment",
            "database.port": "1433"
        }
    }
]
(4) 增加connector(下面演示的是debezium-connector-sqlserver)
POST:http://192.168.176.102:18083/connectors
Headers：Content-Type: application/json
Body：{
  "name": " connector_name",  
  "config": {
    "connector.class": "io.debezium.connector.sqlserver.SqlServerConnector", 
    "database.hostname": " hostname ", 
    "database.port": "1433", 
    "database.user": "username", 
    "database.password": " password ", 
    "database.dbname": "TestDB2", 
    "database.server.name": "fullfillment", 
    "database.history.kafka.bootstrap.servers": "hadoop101:9092,hadoop102:9092,hadoop103:9092", 
    "database.history.kafka.topic": "dbhistory.fullfillment" 
  }
}

参数说明：

PropertyDefaultDescription
database.server.name逻辑名，只能使用字母数字下划线，用作kafka topic的名称前缀
database.history.kafka.topic连接器自己维护的一个管理DDL语句的topic，由debezium内部管理维护
tasks.max1可以被connector创建最大task数量，sqlserver一般是一个task，因此使用默认值即可
table.whitelisttable白名单，使用逗号分隔表名，默认将监控库中所有非系统表，不能与table黑名单一起使用
table.blacklistTable黑名单，使用逗号分隔表名，不能与table白名单一起使用
tombstones.on.delete控制是否应在删除事件之后生成逻辑删除事件。
poll.interval.ms1000
max.queue.size8192
max.batch.size2048每批次最大拉取事件个数的大小
heartbeat.interval.ms0心跳间隔时间，可以使用监控器对其监控，默认0未开启
heartbeat.topics.prefix__debezium-heartbeat心跳发送的kafka topic
database.server.timezone时区设置，支持时间偏移量 “+08:00” 或asia/shanghai asia/chongqing

四、sqlserver CDC

官方文档：
https://docs.microsoft.com/zh-cn/sql/relational-databases/track-changes/track-data-changes-sql-server?view=sql-server-2014

(1) 对数据库启用CDC
USE DB_NAME  
GO  
EXEC sys.sp_cdc_enable_db  
GO
(2) 对表启用CDC
USE DB_NAME   
GO  
EXEC sys.sp_cdc_enable_table  
@source_schema = N'dbo',  
@source_name   = N'TABLE_NAME',  
@role_name     = NULL,    
@supports_net_changes = 1  
GO

点关注，不迷路！

你知道的越多，你的头就会越秃

点个赞再走,球球啦!

原创不易,白嫖不好，各位的支持和认可，就是我创作的最大动力，我们下篇文章见！

本博客仅发布于CSDN—一个帅到不能再帅的人 Mr_kidBK。转载请标明出处。
https://blog.csdn.net/Mr_kidBK

点赞！收藏！转发！！！么么哒！
点赞！收藏！转发！！！么么哒！
点赞！收藏！转发！！！么么哒！
点赞！收藏！转发！！！么么哒！
点赞！收藏！转发！！！么么哒！
————————————————
在这里插入图片描述

Java：SpringBoot整合Canal实现数据同步
MMF博客园
05-21 1248
Java：SpringBoot整合Canal实现数据同步
Kafka从SQL Server数据库同步数据
piaoken5588的博客
03-14 3111
还未实现，先存着…… 前提：已安装 VMware Station，Linux(CentOS)，Xshell，Xftp，Zookeeper，Kafka 一、安装confluent的Connector 下载地址：https://www.confluent.io/hub/ （是confluentinc/kafka-connect-cdc-mssql:1.0.0-preview） 开始安装...
sqlserver数据实时同步至kafka
热门推荐
阿拉斯加大闸蟹的博客
01-09 1万+
在处理实时数据时，需要即时地获得 数据库 表中数据的变化，然后将数据变化发送到Kafka中。这篇文章将介绍如何使用Kafka Connector完成这一工作。当获取实时数据时，数据源需要支持对数据变化进行反馈。不同的数据源采用了不同的技术和方法实现该功能，因为我们的业务数据库是MS SQL Server，因此这篇文章采用MSQL作为数据源。 调研 ETL之增量抽取方式：https://ww...
SQL_server增量同步kafka
qqToL的博客
05-13 1131
SQL_server基于CDC增量同步kafka
Azure SQL / SQL Server Change Stream with Debezium
最新发布
gitblog_00865的博客
04-02 604
Azure SQL / SQL Server Change Stream with Debezium azure-sql-db-change-stream-debezium SQL Server Change Stream sample using Debezium ...
[Kogel.Subscribe.Mssql]SQL Server增量订阅，数据库变更监听
寒冰屋的专栏
11-30 246
此框架是SQL Server增量订阅，用来监听增删改数据库数据变更
kafka sql入门
about云
07-16 4118
问题导读1.kafka sql与数据库sql有哪些区别？2.KSQL有什么作用？3.KSQL流和表分别什么情况下使用？KSQL，一个用于Apache Kafka流的SQL...
kafka实时读取sqlserver数据_sqlserver数据实时同步至kafka
weixin_39832965的博客
12-24 1308
sqlserver数据实时同步至kafka发布时间：2019-01-09 17:35,浏览次数：956, 标签：sqlserverkafka在处理实时数据时，需要即时地获得数据库 表中数据的变化，然后将数据变化发送到Kafka中。这篇文章将介绍如何使用KafkaConnector完成这一工作。当获取实时数据时，数据源需要支持对数据变化进行反馈。不同的数据源采用了不同的技术和方法实现该功能，因为我...
架构:Apache Kafka Connect实现sqlserver数据实时同步
赵玉的专栏
03-10 926
实现Apache Kafka Connect与SQL Server之间的实时数据同步，您可以使用Kafka Connect的JDBC Source Connector。2. 下载JDBC Driver：获取适用于SQL Server的JDBC驱动程序，例如Microsoft提供的Microsoft JDBC Driver for SQL Server。5. **监控连接器：** 使用Kafka Connect REST API监控连接器的状态和进度。
大数据时代，数据实时同步解决方案的思考—最全的数据同步总结
weixin_49034832的博客
06-30 975
SyncNavigator是一款功能强大的数据库同步软件，适用于SQLSERVER, MySQL，具有自动/定时同步数据、无人值守、故障自动恢复、同构/异构数据库同步、断点续传和增量同步等功能，支持Windows xp以上所有操作系统，适用于大容量数据库快速同步。 安装包下载地址：https://www.syncnavigator.cn/Setup.zip 帮助文档地址：https://www.syncnavigator.cn/Help_zh-CN.chm Web文档地址：https://www...
一篇文章就足够解决大数据实时面试
小黑的博客
10-17 253
kafka、ck、flink等实时组件的热门问题
如何基于日志，同步实现数据的一致性和实时抽取?
gao2175的博客
07-17 800
一、背景 事情是从公司前段时间的需求说起，大家知道宜信是一家金融科技公司，我们的很多数据与标准互联网企业不同，大致来说就是： 玩数据的人都知道数据是非常有价值的，然后这些数据是保存在各个系统的数据库中，如何让需要数据的使用方得到一致性、实时的数据呢？ 过去的通用做法有几种，分别是： DBA开放各个系统的备库，在业务低峰期（比如夜间），使用方各自抽取所需数据。由于抽取时间不同，各个数据使用方数据...
流处理系统(Flink, Kafka和Pravega)学习笔记
小凯的博客
02-28 2434
本文记录一下我比较感兴趣的实时流处理方面的知识，从计算Flink，到存储Pravega，再到消息中间件Kafka，理论知识四大方面学习。如有错误请在评论区指正。实时更新~ 理论知识 三种语义 At most Once 接收者最多收到一次消息 At Least Once 发送者给接收者发送消息，如果一直收不到接收者的确诊消息，发送者会一直重发。 Exactly Once 对于一条消息，接...
SQL的发布和订阅
06-12
利用SQL自带的发布和订阅实践多个数据的数据同步。 该文档包括发布和订阅的步骤，注意点，该方案已经在项目中实践完成。 如果有不明白的地方，可以QQ在线指导。
confluent实时同步sqlserver数据debezium-connector-sqlserver.zip
03-20
sql server2008 cdc 数据实时同步到kafka，Debezium是捕获数据实时动态变化的开源的分布式同步平台。能实时捕获到数据源（Mysql、Mongo、PostgreSql）的：新增（inserts）、更新(updates)、删除(deletes)操作，实时同步到Kafka，稳定性强且速度非常快。
【SQL Server学习笔记】更改跟踪(Chang Tracking)
weixin_30721899的博客
03-07 301
更改跟踪(ChangTracking)是一个同步过程，是DML操作本身(insert、update、delete)事务的一部分，使用它可以以最小的磁盘存储开销来侦测净行变化。 更改跟踪的同步行为允许修改的数据以事务一致性的形式表现，也具有监测数据冲突的能力。应用程序可以最小的性能开销使用此功能，不需要自定义的检测更改的触发器或表的时间戳。 --1.建库 i...
技术分享｜基于SQL Server Change Tracking实现宽表的增量更新
dotNET跨平台
06-10 741
源宝导读：在企业建设信息化的过程中，客户通常会使用一些数仓工具来构建数据资产，随着用户的要求越来越高，传统的ETL技术已经无法满足客户的实时性诉求，本文将分享“天际-数据平台”如何基于SQ...
PostgreSQL, SQL Server 逻辑增量 (通过逻辑标记update,delete) 同步到 Greenplum, PostgreSQL...
weixin_34112900的博客
06-21 1138
标签 PostgreSQL , Greenplum , trigger , rule , 逻辑更新 , 逻辑删除 , 增量复制 背景 异构数据的增量同步是比较繁琐的事情，需要考虑很多事情，比如： 1、同步延迟 2、DDL的同步 3、同步时对上游性能的影响 4、上下游数据一致性 5、上游事务原子性在目标端是否能保证原子性 6、上下游数据类型兼容性 7、...
数据库增量同步(二台SQL Server服务器的数据库之间增量传输数据)(jaime原创)
姜庭华的专栏
06-21 9447
<br />数据库增量同步(MS SQL Server)<br />-----------------------------------------------------------------------<br />--支持原创,转载时请保留下面,以供大家加我MSN,增强交流,共同学习.<br />--姜庭华  msn: jaimejth@live.cn<br />--博客:http://blog.csdn.net/jaimejth<br /> <br />数据库增量同步必须具备以下条件<br />一
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值