otter mysql hbase_otter自定义扩展

otter自定义扩展

otter支持数据处理自定义过程。

Extract模块：

EventProcessor : 自定义数据处理，可以改变一条变更数据的任意内容

FileResolver : 解决数据和文件的关联关系

目前两者都只支持java语言编写，但都支持运行时动态编译&lib包载入的功能。

通过Otter Manager直接发布source文件代码，然后推送到node节点上即时生效，不需要重启任何java进程，有点动态语言的味道

可以将class文件放置到extend目录或者打成jar包，放置在node启动classpath中，也可以通过Otter Manager指定类名的方式进行加载，这样允许业务完全自定义。(但有个缺点，如果使用了一些外部包加入到node classpath中，比如远程接口调用，目前EventProcessor的调用是串行处理，针对串行进行远程调用执行，效率会比较差. )

数据处理扩展的示例代码

场景一：根据业务逻辑判断是否同步该条数据

package com.alibaba.otter.node.extend.processor;

import com.alibaba.otter.shared.etl.model.EventColumn;

import com.alibaba.otter.shared.etl.model.EventData;

import org.apache.commons.lang.StringUtils;

public class TestEventProcessor extends AbstractEventProcessor {

public boolean process(EventData eventData) {

boolean isHandle = true;

if(StringUtils.equals("test_all", eventData.getTableName())){

EventColumn eventColumn = getColumn(eventData , "type");

//如果类型是2的话则忽略

//可以类比 如果不是需要同步的数据，则忽略同步

if("2".equals(eventColumn.getColumnValue())){

isHandle = false;

}

}

return isHandle;

}

}

场景二：自定义数据处理逻辑，包括读库操作(实现DataSourceFetcherAware接口)

package com.alibaba.otter.node.extend.processor;

import com.alibaba.otter.shared.etl.extend.processor.support.DataSourceFetcher;

import com.alibaba.otter.shared.etl.extend.processor.support.DataSourceFetcherAware;

import com.alibaba.otter.shared.etl.model.EventColumn;

import com.alibaba.otter.shared.etl.model.EventData;

import org.apache.commons.lang.StringUtils;

import org.slf4j.Logger;

import org.slf4j.LoggerFactory;

import javax.sql.DataSource;

import java.sql.Connection;

import java.sql.ResultSet;

import java.sql.SQLException;

public class TestEventProcessor extends AbstractEventProcessor implements DataSourceFetcherAware {

private final static Logger logger = LoggerFactory.getLogger(TestEventProcessor.class);

protected DataSource dataSource;

public boolean process(EventData eventData) {

boolean isHandle = true;

if(StringUtils.equals("test_all", eventData.getTableName())){

EventColumn typeColumn = getColumn(eventData , "type");

//如果类型是2的话则忽略

//可以类比 如果不是需要同步的数据，则忽略同步

if("2".equals(typeColumn.getColumnValue())){

isHandle = false;

}else {

try {

Connection conn = this.dataSource

.getConnection();

//去操作该数据库里的其他表获取关联字段

ResultSet set =conn.prepareStatement("SELECT * FROM `test`.`main` WHERE 1")

.executeQuery();

//自定义修改数据

if(set.next()){

EventColumn titleColumn = getColumn(eventData , "title");

titleColumn.setColumnValue(titleColumn.getColumnValue() + set.getString("name"));

}

//释放资源

set.close();

conn.close();

} catch (SQLException e) {

logger.error(e.getMessage());

}

}

}

return isHandle;

}

@Override

public void setDataSourceFetcher(DataSourceFetcher dataSourceFetcher) {

//这里是表的id,也就是源数据库里的某个表

this.dataSource = dataSourceFetcher.fetch(new Long(3));

}

}

————————————————

扩展性定义

按照实现不同，可分为两类：

数据处理自定义，比如Extract , Transform的数据处理. 目前Select/Load不支持数据自定义处理

组件功能性扩展，比如支持oracle日志获取，支持hbase数据输出等.

数据处理自定义

Extract模块：

EventProcessor : 自定义数据处理，可以改变一条变更数据的任意内容

FileResolver : 解决数据和文件的关联关系

目前两者都只支持java语言编写，但都支持运行时动态编译&lib包载入的功能。

通过Otter Manager直接发布source文件代码，然后推送到node节点上即时生效，不需要重启任何java进程，有点动态语言的味道

可以将class文件放置到extend目录或者打成jar包，放置在node启动classpath中，也可以通过Otter Manager指定类名的方式进行加载，这样允许业务完全自定义。(但有个缺点，如果使用了一些外部包加入到node classpath中，比如远程接口调用，目前EventProcessor的调用是串行处理，针对串行进行远程调用执行，效率会比较差. 如有并行处理需求，请联系我，可增加此功能)

EventProcessor接口示例：

/**

* 业务自定义处理过程

*

* @author jianghang 2012-6-25 下午02:26:36

* @version 4.1.0

*/

public interface EventProcessor {

/**

* 自定义处理单条EventData对象

*

* @return {@link EventData} 返回值=null，需要忽略该条数据

*/

public EventData process(EventData eventData);

}

组件功能性扩展

目前这块扩展性机制不够，设计时只预留了接口，但新增一个功能实现，需要通过硬编码的方式去进行，下载otter的源码，增加功能支持，修改spring配置，同时修改web页面，方便使用。

基于manager的灵活扩展性的实现，暂没有想到很好的办法，如果你有好的思路和实现方式，也可以告知我们，谢谢。

比如举增加hbase load实现为例，需要扩展的内容：

增加hbase数据源的抽象

增加hbase表的抽象，比如column，columnFamily

增加hbase transform的实现

增加hbase loader的实现

https://www.it610.com/article/2557050.htm

https://blog.csdn.net/u013705066/article/details/86471149