FDL与Kettle功能对比分析之定时任务DDL

开发者在进行数据处理任务时， 一旦源数据库的表结构发生变化，而目标数据库没有及时进行同步，就会导致任务执行失败。DDL同步就是用来解决这一问题，它会自动识别源表结构变化，并及时更新到目标数据库中，保障数据同步任务顺畅进行。

本文对比两款专业工具——FDL和Kettle在DDL同步方面的功能和用户体验。

	FDL	Kettle
功能实现	FDL用 高度自动化 的方式，完成从监测变化到通知用户，再到自动生成DDL语句的全过程，高效实现DDL同步。	Kettle同样可以实现DDL同步，但 更依赖于开发者的人工参与 。
操作难度	无需手动编写代码，提供了更为自动化和用户友好的操作，开发人员 可以很快上手 。	需要更多的手动设置和程序编写，对开发人员 技术能力要求更高 ，学习成本也更高。 对于编程能力较强的开发者，Kettle的DDL同步提供了 更强的灵活性 。
消息通知	当监测到来源表结构发生变化时，FDL可以 自动通知 给开发人员，提醒开发人员查看结构变更并进行目标端的更改。	不支持自动监测源表结构变化，开发者需要花时间 手动debug ，运维上效率较低。

Kettle中进行DDL同步

1、监测DDL变化

开发者需要通过读取流字段来获取源表结构和目标表结构，并将这些信息分别写入两个文件。

之后，Kettle会通过比对这两个文件来获取字段之间的差异，开发者基于此进行自定义的后续处理。

2、DDL同步

Kettle监测到源端和目标端的结构差异后，如果目标库中没有相应的表，Kettle会生成创建表的SQL语句。

如果目标库中已有表，Kettle会检查字段是否存在差异，并在有差异的情况下生成ALTER语句来进行DDL同步；如果没有字段差异，Kettle会通过弹框告知开发者。

FDL中进行DDL同步

1、源表结构变化监测

FDL数据同步节点提供了「源表结构变化监测」选项，开发者只需要勾选此选项，节点在执行时就会自动获取源端表结构，并与当前配置的表结构进行比对。如果检测到表结构变化，FDL会通过「任务控制」中的「结果通知」功能自动通知指定用户，用户可以及时进行任务调整。

与此同时，开发人员在数据同步过程中，若来源段出现表结构变化，FDL会提示开发人员进行「更新字段映射」和「更新目标表」。

2、更新字段映射

若任务的数据来源是主流数据库SQLServer、Oracle、PostgreSQL和MySQL，用户可以直观地查看到增删改字段的变化情况，进入更新字段映射界面，点击确认即可根据来源表字段变化更新字段映射。

3、更新目标表

当数据同步任务的数据去向选择「已存在表」时，若来源表字段相较之前有变化，点击更新目标表按钮就可以对目标表进行调整，支持选择已有目标表字段，也可以手动输入新字段，确认对应映射关系变化后，即可自动生成目标表DDL语句并执行。

了解更多数据仓库与数据集成关干货内容请关注>>>FineDataLink官网

免费试用、获取更多信息，点击了解更多>>>体验FDL功能

往期推荐：

定时任务DDL同步：提升数据任务效率与准确性-CSDN博客

一文详解DDL同步及其应用场景-CSDN博客

金蝶API取数+JSON解析，FDL助力高效数据处理-CSDN博客