利用Kettle进行数据同步（下）

版权声明： 本文为博主原创文章，未经博主允许不得转载。关注公众号技术汇(ID: jishuhui_2015) 可联系到作者。

上篇介绍了基于kettle的数据同步工程的搭建，entrypoint.kjb就是整个工程执行的入口。

为了进一步降低操作成本，让整个数据同步过程更稳定、安全，需要进行更高层面的抽象，做成一个简单易用的系统。

以下是应用截图：

除了选择数据源和数据库之外，还加入了授权码，意味着授权范围内的用户才能使用该系统。

因为是内部使用，授权用户还没实现后台管理，直接往应用数据库里添加，所选择的数据源和数据库都是通过配置文件生成的。

文末会附上GitHub上的源码地址，有需要的读者，可以进行二次开发改造。

一、数据库设计

数据库名称：kettle，目前有两张表：

1、授权用户表。表内记录的用户即可使用数据同步系统

CREATE TABLE `authorized_user` (`id` int(11) NOT NULL AUTO_INCREMENT COMMENT '用户ID，自增',`user` varchar(128) NOT NULL COMMENT '用户名，全局唯一',`token` varchar(20) NOT NULL COMMENT '用户的授权码，全局唯一',`status` char(1) NOT NULL DEFAULT 'A' COMMENT '授权用户状态：A-已授权，R-未授权',`gmt_create` datetime NOT NULL COMMENT '创建时间',`gmt_modify` datetime NOT NULL COMMENT '最后修改时间',PRIMARY KEY (`id`),UNIQUE KEY `unique_index_token` (`token`) USING BTREE,UNIQUE KEY `unique_index_user` (`user`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT='授权用户表' 

2、同步记录表。记录用户的数据同步操作

CREATE TABLE `sync_record` (`sync` varchar(20) NOT NULL COMMENT '同步记录主键',`ipv4` varchar(15) NOT NULL COMMENT 'ip地址',`from_db` varchar(100) NOT NULL COMMENT '源数据',`to_db` varchar(100) NOT NULL COMMENT '目标数据',`user` varchar(128) NOT NULL COMMENT '用户名',`token` varchar(20) NOT NULL COMMENT '用户的授权码',`status` char(1) NOT NULL DEFAULT 'P' COMMENT '同步状态：P-正在执行，S-成功，F-失败',`gmt_create` datetime NOT NULL COMMENT '同步创建时间',`gmt_modify` datetime NOT NULL COMMENT '最后修改时间',PRIMARY KEY (`sync`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='同步记录表'; 

二、程序设计

因为系统做得比较简单实用，没有什么特别设计之处。笔者重点说三点：

1、数据源及其参数配置

在application.yml配置文件中，有这么一段配置：

env:entry-point: kettle/entrypoint.kjbdatabases:- taxi-user- taxi-account- taxi-trade- taxi-coupon- taxi-bi- taxi-system- taxi-credits- taxi-finance- taxi-notification- taxi-gatewayfrom-dbs:- PROD- TEST- LOCALto-dbs:- LOCAL- TESTdb-settings:- name: LOCALhost: *****port: 3306user: *****password: *****- name: TESThost: *****port: 3306user: *****password: *****- name: PRODhost: *****port: 3306user: *****password: ***** 

利用了springboot的@ConfigurationProperties的注解。

@Setter
@Getter
@ConfigurationProperties(prefix = "env")
public class EnvConfig {private List<String> databases;private List<String> fromDbs;private List<String> toDbs;private List<DBSetting> dbSettings;public DBSetting getDBConfig(String name) {if (StringUtils.isBlank(name)) return null;return dbSettings.stream().filter(dbSetting -> dbSetting.getName().equalsIgnoreCase(name)).findFirst().orElse(null);}
} 

当中的DBSetting的定义如下所示：

@Setter
@Getter
@NoArgsConstructor
public class DBSetting {private String name;private String host;private String port = "3306";private String user = "root";private String password;public DBSetting(String host, String user, String password) {this.host = host;this.user = user;this.password = password;}
} 

通过客户端传来的参数，即可定位到对应的参数设置。

2、集成kettle的API 因为kettle相关的jar包放在了自己搭建的nexus私服上，所以如果使用的是maven管理jar包的话，需要在settings.xml配置文件中做一点修改：

<mirror>
	<id>nexus</id>	<url>公司内部的nexus的URL</url> 
	<mirrorOf>*,!pentaho-releases</mirrorOf> 
</mirror> 

其中的mirrorOf节点加上了!pentaho-releases，表示排除pentaho-releases。

然后，在springboot工程中的pom.xml中指定pentaho-releases的url。

<repositories><repository><id>pentaho-releases</id><url>https://nexus.pentaho.org/content/groups/omni/</url></repository>
</repositories> 

接下来是核心的对接代码，具体可以参照工程源码。

JobMeta jobMeta = getJobMeta(new ClassPathResource(envConfig.getEntryPoint()));
Job job = new Job(null, jobMeta);
//设置Variable
job.setVariable("sync", sync);
job.setVariable("TO_HOST", toDbSetting.getHost());
job.setVariable("TO_DB", form.getDb());
job.setVariable("TO_USER", toDbSetting.getUser());
job.setVariable("TO_PASSWORD", toDbSetting.getPassword());
job.setVariable("TO_PORT", toDbSetting.getPort());

job.setVariable("FROM_HOST", fromDbSetting.getHost());
job.setVariable("FROM_DB", form.getDb());
job.setVariable("FROM_USER", fromDbSetting.getUser());
job.setVariable("FROM_PASSWORD", fromDbSetting.getPassword());
job.setVariable("FROM_PORT", fromDbSetting.getPort());
job.start();//开始执行Job
job.waitUntilFinished();//等待Job完成 

3、异步执行作业

因为一个Job的执行时间可能会很长，这个主要是看数据量的多少，所以一个request的来回可能会导致TIMEOUT，所以需要改为异步的模式。

其核心的思想是：启动新的线程，客户端定时轮询执行结果。

三、总结

笔者分两篇文章介绍了如何利用kettle进行数据同步，并实现一个简易的系统，降低操作成本和出错率。

就介绍到这了，如有疑问，可以留言。

欢迎fork我的工程代码（github.com/liu-weihao/…）。

…](https://link.juejin.cn/?target=https%3A%2F%2Fgithub.com%2Fliu-weihao%2Fkettle “https://github.com/liu-weihao/kettle”)）。

## 网络安全工程师(白帽子)企业级学习路线

第一阶段：安全基础（入门）

第二阶段：Web渗透（初级网安工程师）

第三阶段：进阶部分（中级网络安全工程师）

如果你对网络安全入门感兴趣，那么你需要的话可以点击这里👉网络安全重磅福利：入门&进阶全套282G学习资源包免费分享！

学习资源分享