基于SparkSQL+SQLServerCDC的SQLServer定时增量同步方案

基于Spark+SQLServerCDC的SQLServer定时增量同步方案

启动类,负责初始化一些准备事宜。

package com.etl;

import org.apache.log4j.Level;
import org.apache.log4j.Logger;
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.SQLContext;

import java.sql.Connection;
import java.sql.SQLException;
import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.List;
import java.util.Map;

import static java.lang.Thread.sleep;

public class SqlServerETLMysql {
   
    /**
     * main方法
     * @param args
     * @throws Exception
     */
    public static void main(String[] args) throws Exception  {
   
        Logger.getLogger("org.apache.spark").setLevel(Level.ERROR);
        Logger.getLogger("org.apache.hadoop").setLevel(Level.ERROR);

        // 声明Spark环境
        JavaSparkContext sparkContext = new JavaSparkContext(new SparkConf()
                .setAppName("SparkSQLETL")
                .setMaster("yarn")
                .set("spark.app.id", "1000")
                .set("spark.driver.memory", "2g")
                .set("spark.executor.memory", "2g")
                .set("spark.executor.instances", "32")
                .set("spark.executor.cores", "3")
                .set("spark.default.parallelism", "10"))
        );
        SQLContext sqlContext = new SQLContext(sparkContext);

        String dateStr = dateStr();

        // ddl修改
        Dataset<String> ddlDF = ddlHistory(sqlContext);
        if (ddlDF.count() != 0) {
   
            Map<String, Integer> sum = SparkTransform.ddlHistory(ddlDF);
            System.out.println(dateStr+" 数据结构修改完成,共修改:" + sum.get("sum") + "处");
            System.out.println(dateStr+" 新增字段:" + sum.get("addSum") + "处");
            System.out.println(dateStr+" 删除字段:" + sum.get("dropSum") + "处");
            System.out.println(dateStr+" 修改字段:" + sum.get("alterSum") + "处");
        }

        // 获取lsn_time_mapping表中数据
        Dataset ltmDF = SqlServerExtract.lsnTimeMapping(sqlContext);

        // 获取数据库中开启CDC的表
        writeFile(sqlContext, dateStr);

        // 多线程
        SparkRun sparkRun = new SparkRun(sqlContext,ltmDF,dateStr);

        Thread SparkRun1 = new Thread(sparkRun);
        Thread SparkRun2 = new Thread(sparkRun);
        Thread SparkRun3 = new Thread(sparkRun);

        SparkRun1.setName("线程1");
        SparkRun2.setName("线程2");
        SparkRun3.setName("线程3");

        SparkRun1.start();
        sleep(1000);
        SparkRun2.start();
        sleep(1000);
        SparkRun3.start();
    }

    /**
     * 获取数据库中开启cdc的表,并将表写入库名+当前日期时间的目录中,同时作为定时任务是否启动的标志
     *
     * @param sqlContext sparksql初始化环境
     * @param dateStr    当前时间日期拼接的字符串
     * @throws Exception 无返回
     */
    public static void writeFile(SQLContext sqlContext, String dateStr) throws Exception {
   
        // 获取tables表中的数据
        Dataset readDF = SqlServerExtract.kaiqi(sqlContext, "sys.tables");
        // 提取开启cdc的表名称
        readDF = readDF.select("name").where("is_tracked_by_cdc = 1");

        // 将数据写入
        readDF.write().csv("CDCTableName" + dateStr);
    }

    /**
     * 获取ddl操作记录
     *
     * @param sqlContext
     * @return
     * @throws Exception
     */
    public static Dataset ddlHistory(SQLContext sqlContext) throws Exception {
   
        Dataset readDF = SqlServerExtr
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

寒 暄

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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