数据集成方案对比
一种是通过ESB接口方式进行数据集成,优点是数据的时效性高,但最大的弊端是依赖于业务系统的接口改造,往往会涉及和厂商的接口费用。
另一种方式就是通过ETL方式抽取数据,并通过CDC方式实现数据实时同步,优点是不依赖于业务系统,只需要获取业务系统数据库权限便可实现集成。
CDC+ETL数据集成方案ELT + CDC 技术方案
实施流程
第一步:通过kettle、Sqoop从镜像数据库抽取历史数据到Haoop(Hive)。
关系型数据库数据(Oracle、SqlServer)迁移至非关系型数据库(HDFS、Hbase、Hive),推荐使用Sqoop工具。如果是将不同种类的关系型数据库(Oracle、MySQL、SQL server)整合到同一个关系型数据库中,如MySQL。推荐使用Kettle,有GUI界面操作简单。
第二步:业务系统镜像数据库启动CDC功能,并实时同步数据到Haoop(Hive)。
该技术通过读取镜像数据库日志文件,解析回放数据库操作方式,实现业务数据变更捕获。通过flume实时监控CDC记录表下沉kafka,应用程序订阅服务,解析数据到Hadoop。日志读取、解析、回放等操作都是在镜像数据库上进行,业务数据库只会产生少量的I/O开销,以最大限度地降低对业务系统的影响。
第三步:使用颐东数仓配置数据目录映射关系,自动生成Hive视图HiveSql。
通过以上三步完成数据仓库建设,仓库数据(视图)跟随业务数据改变而改变。
第四步:数据中台
数据仓库提供数据中台服务,根据业务活动可自定义勾选数据集市所需字段生成ElasticSearch索引,并自动生成数据接口。
数据应用
数据应用