OGG FOR BIGDATA 安装(修正)

参考:http://docs.oracle.com/goldengate/bd1221/gg-bd/GADBD/toc.htm

一、环境介绍

源：centos6.5 oracl

e 11.20.4   OGG版本：12.2.0.1.1

目标：OGG 版本Version 12.2.0.1

二、配置源端数据库

1.1 创建OGG用户并授权

1. create user ggmgr identified by ggmgr defaulttablespace DATA_OL;
2. grant connect,resource,unlimited tablespace to ggmgr;
3. grant execute on utl_file to ggmgr;
4. grant select any dictionary,select any table to ggmgr;
5. grant alter any table to ggmgr;
6. grant flashback any table to ggmgr;
7. grant execute on DBMS_FLASHBACK to ggmgr;
8. GRANT execute on DBMS_CAPTURE_ADM to ggmgr ;


1.2 开启附加日志

1.2.1 日志简介

ORALCE支持三种附加日志：

• 数据库级别：包括最小(Minimal)、支持所有字段(all)、支持主键(primary key)、支持唯一键(unique)、支持外键(foreign               key)。要使用OGG，至少要开启最小级别。是用户级别附加日志和表级别附加日志的基础。
  
• 用户级别：使用OGG DDL抽取功能时需要开启.
  
• 表级别  ：必须开启表级别附加日志，除非启用了用户级别附加日志。

1.2.2 开启附件日志

检查补充日志是否开启，检查强制日志模式：

1. SQL> SELECT supplemental_log_data_min, force_logging FROM v$database;
2. SUPPLEMENTAL_LOG_DATA_MIN FORCE_LOGGING
3. ------------------------- -------------
4. YES NO

开始补充日志和强制日志

alter database add supplemental log data (Minimal,all,primary key,unique,foreign key) ;

为了使用OGG for bigdata，至少要开启primary key级别：

1. alter database add supplemental log data;
2. ALTER DATABASE ADD SUPPLEMENTAL LOG DATA (PRIMARY KEY, UNIQUE INDEX) COLUMNS;

3. ALTER DATABASE FORCE LOGGING;

1.2.3 设置允许OGG复制

该参数从这个参数在11.2.0.4和12.1.0.2以后才出现.

1. ALTER SYSTEM SET ENABLE_GOLDENGATE_REPLICATION = TRUE SCOPE=BOTH;

三、配置抽取端OGG

3.1 设置环境变量

    编辑.bash_profile，加入ORACLE_HOME和ORACLE_SID及LD_LIBRARY_PATH：

1. export ORACLE_BASE=/u01/app/oracle
2. export ORACLE_HOME=$ORACLE_BASE/product/11.2.0.4/dbhome_1
3. export LD_LIBRARY_PATH=$ORACLE_HOME/lib
4. export ORACLE_SID=orcl
5. export PATH=$PATH:$ORACLE_HOME/bin:$LD_LIBRARY_PATH

或者在抽取进程配置文件中标明：

1. setenv(NLS_LANG = "AMERICAN_AMERICA.UTF8")
2. SETENV(ORACLE_HOME = "/u01/app/oracle/product/11.2.0.4/dbhome_1")
3. SETENV(ORACLE_SID = "orcl")

3.2 安装OGG

    使用OUI安装OGG或下载安装包解压到/u01/ogg.

1)用OUI安装OGG

用ORACLE用户执行runInstaller即可

2)用OUI静默安装

在解压目录下找到response/oggcore.rsp,修改:

1. #如果机器上已经安装了ORACLE,则只添加以下几行即可.如果没有安装ORACLE,请先安装ORACLE或者ORACEL LIENT
2. INSTALL_OPTION=11g
3. SOFTWARE_LOCATION=/opt/ogg

4. UNIX_GROUP_NAME=oinstall

然后执行

1. ./runInstaller -silent -nowait -responseFile /opt/ogg/fbo_ggs_Linux_x64_shiphome/Disk1/response/oggcore.rsp

3.2 创建子目录

    进入ogg的解压目录，执行./ggsci进入命令台，执行命令创建工作目录：

1. GGSCI (OGGTEST) 1> create subdirs

3.3 添加表级别附加日志

1. GGSCI (OGGTEST) 2>dblogin userid ggmgr,password ggmgr
2. Successfully logged intodatabase.
3. GGSCI (OGGTEST) 3> add trandata scott.dept
4. Logging of supplemental redo dataenabled for table SCOTT.DEPT.

如果表没有主键，需要这样：

1. GGSCI (OGGTEST) 3> add trandata scott.bouns,cols(ename),nokey

cols指定ename做为keycols，nokey表示忽略表上的主键,这样就能用keycols来匹配和过滤

3.4 配置mgr进程

配置管理进程mgr：

1. GGSCI(OGGTEST) 1> edit param mgr
2. PORT 7839
3. DYNAMICPORTLIST 7840-7939
4. --AUTOSTART ER *
5. AUTORESTART EXTRACT *,RETRIES5,WAITMINUTES 3
6. PURGEOLDEXTRACTS ./dirdat/*,usecheckpoints, minkeepdays 3
7. LAGREPORTHOURS 1
8. LAGINFOMINUTES 30
9. LAGCRITICALMINUTES 45

MANAGER进程参数配置说明：

PORT：指定服务监听端口；这里以7839为例，默认端口为7809

DYNAMICPORTLIST：动态端口：可以制定最大256个可用端口的动态列表，当指定的端口不可用时，管理进程将会从列表中选择一个可用的端口，源端和目标段的Collector、Replicat、GGSCI进程通信也会使用这些端口；

COMMENT：注释行，也可以用--来代替;

AUTOSTART：指定在管理进程启动时自动启动哪些进程；

AUTORESTART：自动重启参数设置：本处设置表示每3分钟尝试重新启动所有EXTRACT进程，共尝试5次；

PURGEOLDEXTRACTS：定期清理trail文件设置：本处设置表示对于超过3天的trail文件进行删除。

LAGREPORT、LAGINFO、LAGCRITICAL：

定义数据延迟的预警机制：本处设置表示MGR进程每隔1小时检查EXTRACT的延迟情况，如果超过了30分钟就把延迟作为信息记录到错误日志中，如果延迟超过了45分钟，则把它作为警告写到错误日志中。

启动mgr进程： starg mgr

查看mgr状态：info mgr

3.5 配置抽取进程

1. GGSCI(OGGTEST) 12> add extract e_m157,tranlog,begin now #指定从log抽取，抽取时间是noe
2. EXTRACTadded.
3. GGSCI(OGGTEST) 14> add exttrail ./dirdat/em,extract e_m157,megabytes 50 #添加trail文件，
4. Megabytes:指定队列大小，本处设置表示50M。
5. GGSCI(OGGTEST) 14> edit param e_m157
   
6. 
   
7. extract e_m157
8. SETENV(ORACLE_SID="orcl")
9. SETENV(NLS_LANG=AMERICAN_AMERICA.AL32UTF8)
10. userid ggmgr, password ggmgr
11. EXTTRAIL /opt/ogg/dirdat/em
12. table ogg_owner.togg;
13. TABLE scott.dept;#可以用scott.*

添加进程时,进程名要注意大小定

相关的语法：

ADD EXTRACT group name 
{, TRANLOG | , INTEGRATED TRANLOG}
{, BEGIN {NOW | yyyy-mm-dd[ hh:mi:[ss[.cccccc]]]} | SCN value} 
[, THREADS n]

TRANLOG:指定把日志做为输入源

INTERRATED TRANLOG：指定把logming server的LCR作为输入源

BEGIN :NOW现在、时间、SCN

TRRADS N:RAC中指定节点

示例：

ADD EXTRACT finance, TRANLOG, BEGIN 2011-01-01 12:00:00.000000

3.6 配置传输进程

1. GGSCI(OGGTEST) 2> add extract dpend,exttrailsource ./dirdat/em #添加 传输进程
2. EXTRACT added.
3. GGSCI(OGGTEST) 3> add rmttrail /opt/ogg/dirdat/em, EXTRACT DPEND #添加远程trail文件，即目标机tail文件位置
4. RMTTRAIL added.
6. GGSCI(OGGTEST) 4> edit params dpend #编辑传输进程配置文件
7. 
   
8. EXTRACT dpend
9. SETENV(NLS_LANG = "AMERICAN_AMERICA.UTF8")
10. USERID ggmgr, PASSWORD ggmgr
11. PASSTHRU
12. RMTHOST 10.81.2.108, MGRPORT 7839, compress
13. RMTTRAIL /opt/ogg/dirdat/em
14. TABLE Scott.dept

3.7 创建定义文件

3.7.1 创建定义文件参数

1. [oracle@OGGTEST ogg]$ vi /opt/ogg/dirdef/scott.def.prm
2. defsfile ./dirdef/scott.def , purge
3. userid ggmgr,password ggmgr
4. table scott.*;

3.7.2 创建定义文件

1. ./defgen PARAMFILE /opt/ogg/dirdef/scott.def.prm

然后把/opt/ogg/ dirdef/scott.def这个文件复制到目标机的/opt/ogg/dirdef下

四、配置目标端OGG

4.1 安装ogg for bigdata

4.1.1 安装ogg for bigdata

解压OGG FOR BIGDATA 到/opt/ogg

然后创建工作目录:

./ggsci 

1. ggsci>create subdirs

4.1.2 设置环境变量

添加环境变量:

1. export LD_LIBRARY_PATH=/usr/java/jdk1.8.0_60/jre/lib/amd64/server/

路径是JRE中 libjvm.so 和 libjsig.so 所在的目录.

4.2 配置mgr进程

4.2.1 编辑mgr进程参数

1. GGSCI(OGGTEST) 1> edit param mgr
2. port 7839
3. dynamicportlist 7809-7909
4. lagreportminutes 10
5. laginfoseconds 1
6. purgeoldextracts ./dirdat/*, usecheckpoints, minkeephours 192

配置复制进程

REPLICAT进程参数配置说明：

ASSUMETARGETDEFS：假定两端数据结构一致使用此参数；

SOURCEDEFS：假定两端数据结构不一致，使用此参数指定源端的数据结构定义文件，该文件需要由GlodenGate工具产生。

MAP:用于指定源端与目标端表的映射关系；

MAPEXCLUDE：用于使用在MAP中使用*匹配时排除掉指定的表；

REPERROR：定义出错以后进程的响应，一般可以定义为两种：

ABEND，即一旦出现错误即停止复制，此为缺省配置；

DISCARD，出现错误后继续复制，只是把错误的数据放到discard文件中。

DISCARDFILE：定义discardfile文件位置，如果处理中油记录出错会写入到此文件中；

SQLEXEC：在进程运行时首先运行一个SQL语句；

GROUPTRANSOPS：将小交易合并成一个大的交易进行提交，减少提交次数，降低系统IO消耗。

MAXTRANSOPS：将大交易拆分，每XX条记录提交一次。

4.2.2 启动mgr

1. ggsci>start mgr

4.3 配置HDFS handler

复制/opt/ogg/AdapterExamples/big-data/hdfs下的hdfs.props和rhdfs.prm到/opt/ogg/dirprm下

1. cp /opt/ogg/AdapterExamples/big-data/hdfs/* /opt/ogg/dirprm

4.3.1 配置hdfs handler

编辑hdfs. props:

1. [root@BFHT5 ogg]# vi dirprm/hdfs.props
2. gg.handlerlist=hdfs --handler名称
3. gg.handler.hdfs.type=hdfs --handler的类型
4. #gg.handler.hdfs.includeTokens=true
5. gg.handler.hdfs.maxFileSize=1g
6. gg.handler.hdfs.rootFilePath=/user/oracle/gg --HDFS上的存储目录
7. gg.handler.hdfs.fileRollInterval=0
8. gg.handler.hdfs.inactivityRollInterval=0
9. gg.handler.hdfs.fileSuffix=.txt
10. gg.handler.hdfs.partitionByTable=true
11. gg.handler.hdfs.rollOnMetadataChange=true
12. gg.handler.hdfs.authType=none
13. gg.handler.hdfs.format=delimitedtext --hdfs文件类型
14. gg.handler.hdfs.format.includeColumnNames=true --包括列名
15. gg.handler.hdfs.format.fieldDelimiter=CDATA[|] --字段分隔符
16. gg.handler.hdfs.mode=tx --工作模式tx 事务 op操作
18. goldengate.userexit.timestamp=utc
19. goldengate.userexit.writers=javawriter
20. javawriter.stats.display=TRUE
21. javawriter.stats.full=TRUE
23. gg.log=log4j
24. gg.log.level=DEBUG --日志级别,可设5个级别,默认为INFO
26. gg.report.time=30sec
27. gg.classpath=/opt/cloudera/parcels/CDH/lib/hadoop/*:/opt/cloudera/parcels/CDH/lib/hadoop/lib/*:/opt/cloudera/parcels/CDH/lib/hadoop-hdfs/*:/etc/hadoop/conf/:/opt/cloudera/parcels/CDH/lib/hadoop/lib/native/*
29. javawriter.bootoptions=-Xmx512m -Xms32m -Djava.class.path=ggjava/ggjava.jar

注意: gg.classpath要包括hdfs的库文件和core-site.xml路径

4.3.2 配置复制进程

编辑hdfs.prm

1. [root@BFHT5 ogg]# vi dirprm/rhdfs.prm
2. REPLICAT rhdfs --复制进程名
3. setenv HADOOP_COMMON_LIB_NATIVE_DIR=/opt/cloudera/parcels/CDH/lib/hadoop/lib/native
4. TARGETDB LIBFILE libggjava.so SET property=dirprm/hdfs.props --使用的hdfs handler配置文件
5. SOURCEDEFS ./dirdef/scott.def --使用定义文件
6. HANDLECOLLISIONS
7. reperror default ,discard
8. discardfile ./dirrpt/r_hive00000.dsc, append, megabytes 50 --错误数据写这里
9. REPORTCOUNT EVERY 1 MINUTES, RATE
10. GROUPTRANSOPS 10 --组提交
11. MAP scott.*, TARGET scott.*;

4.3.3 添加复制进程

1. ggsci>ADD REPLICAT rhdfs, EXTTRAIL /opt/ogg/dirdat/em

相关语法:

1. ADD REPLICAT <group_name>
2. [, INTEGRATED | COORDINATED [MAXTHREADS <number>]]
3. {
4. , SPECIALRUN |
5. , EXTFILE <filename> |
6. , EXTTRAIL <filename>
7. }
8. [, BEGIN {NOW | yyyy-mm-dd:hh:mm[:ss[.cccccc]]} |
9. , EXTSEQNO <seqno>, EXTRBA <rba>]
10. [, CHECKPOINTTABLE <owner.table> | NODBCHECKPOINT]
11. [, PARAMS <parameter file>]
12. [, REPORT <report file>]
13. [, DESC "<description>"]
14. [, CPU number]
15. [, PRI number]
16. [, HOMETERM device_name]
17. [, PROCESSNAME process_name]

4.3.4 启动复制进程

1. ggsci>start rhdfs

ggserr.log 和 dirrpt/R_HDFS_debug_log4j.log 分别可以看到ogg和hdfs的日志信息

4.3.5 检查抽取情况

    如果日志中没有报错,检查hdfs上相关目录,数据是否抽取过来:

hdfs dfs -ls /user/oracle/gg/scott.dept

4.4 配置 flume handler

4.4.1 配置flume handler 

复制 /opt/ogg/AdapterExamples/big-data/flume下的 custom-flume-rpc.properties  flume.props  rflume.prm 到/opt/ogg/dirprm/下

编辑 custom-flume-rpc.properties,改flume代理使用的主机\端口\IP

1. [root@BFHT5 dirprm]# vi custom-flume-rpc.properties
2. client.type = default
3. hosts = bfht5
4. hosts.bfht5 = 10.80.2.108:1111
5. batch-size = 100
6. connect-timeout = 20000
7. request-timeout = 20000

编辑 flume.props:

1. [root@BFHT5 dirprm]# vi flume.props
3. gg.handlerlist = flumehandler --handler 名称
4. gg.handler.flumehandler.type=flume --handler类型
5. gg.handler.flumehandler.RpcClientPropertiesFile=custom-flume-rpc.properties --指定flume代理的配置文件
6. gg.handler.flumehandler.mode=tx
7. #gg.handler.flumehandler.maxGroupSize=100, 1Mb
8. #gg.handler.flumehandler.minGroupSize=50, 500 Kb
9. gg.handler.flumehandler.EventMapsTo=tx
10. gg.handler.flumehandler.PropagateSchema=true
11. gg.handler.flumehandler.includeTokens=false
12. gg.handler.flumehandler.format.fieldDelimiter=,
13. gg.handler.flumehandler.format.lineDelimiter=;
14. gg.handler.flumehandler.format.includeColumnNames=true
16. goldengate.userexit.timestamp=utc
17. goldengate.userexit.writers=javawriter
18. javawriter.stats.display=TRUE
19. javawriter.stats.full=TRUE
21. gg.log=log4j
22. gg.log.level=INFO
24. gg.report.time=30sec
26. gg.classpath=dirprm/:/opt/cloudera/parcels/CDH/lib/flume-ng/lib/* --要包含flume的库
27. javawriter.bootoptions=-Xmx512m -Xms32m -Djava.class.path=ggjava/ggjava.jar

编辑 rflume.prm:

1. [root@BFHT5 dirprm]# vi rflume.prm
2. REPLICAT rflume
3. TARGETDB LIBFILE libggjava.so SET property=dirprm/flume.props
4. SOURCEDEFS ./dirdef/scott.def
5. HANDLECOLLISIONS
6. ALLOWNOOPUPDATES
7. discardfile ./dirrpt/r_hive00000.dsc, append, megabytes 50
8. REPORTCOUNT EVERY 1 MINUTES, RATE
9. GROUPTRANSOPS 10
10. MAPEXCLUDE uatxdgl.USER_INFO;
11. MAPEXCLUDE uatxdgl.BACKDETAILS_INFO;
12. MAPEXCLUDE UATXDGL.ASSISTINVESTIGATE;
13. MAP scott.dept, TARGET scott.dept;

4.4.2 添加复制进程

1. ggsci>ADD REPLICAT rflume, EXTTRAIL /opt/ogg/dirdat/em

4.4.3 启动复制

1. GGSCI>start rflume

五、初始化数据

5.1 停止复制进程

GGSCI>stop rflume

5.2 源库查询当前SCN

1. SQL> select dbms_flashback.get_system_change_number from dual;
2. GET_SYSTEM_CHANGE_NUMBER
3. ------------------------
4. 3173410

5.3 sqoop从SCN 3173410开始抽取数据到HDFS

sqoop --import -e 'select * from scott.dept as of scn  3173410 ' ....

5.4 设置复制端使用的文件和SCN,启动复制

1. alter replicat fscott,extseqno 2,extrba 0 #使用scn 3173410 时的trail文件
2. start fscott NOFILTERDUPTRANSACTIONS, aftercsn 3173410 #启动复制进程

来自为知笔记(Wiz)

转载于:https://www.cnblogs.com/skyrim/p/7456182.html