kettle —— 從 oracle 到 oracle的坑
公司有個專案,是使用kettle從oracle上統計,再將結果跟oracle中目標表進行對比更新。接手後,走了一些彎路,中間各種嘗試都不盡如人意,也學了kettle的一些元件的用法。正好趁著機會記錄 一下。
一、背景:
需求其實很簡單,在源oracle中,有大批量的表,是使用定時排程從其他不同的資料庫(oracle,mysql,sybase,dameng,sqlserver)中將 “表資訊”,“欄位資訊”,“註釋資訊”等元資料表,拉取過來,分別做好編號儲存。
而kettle要實現的功能:
① 則是從這些源資料表中,將表名、欄位名、欄位註釋、欄位長度、欄位型別等資訊關聯出來。
② 並與之前已經做好的一張結果表做關聯更新。
③ 將“元資料有變更”的表的四元素(type,length,primary,comment)資訊進行update。
④ 如果該欄位已經沒有了被刪除了,則有專用欄位標記為"1"。
⑤ 如果是新來的欄位,則insert插入目標表。
二、歷程:
1. 一開始,機敏的同事使用了一個SQL指令碼,用了oracle中的 merge using() matched ....用法,——如果查詢結果與目標結果的 table_name和 column_name關聯上,則直接將四元素update到目標表中;若沒關聯上,則直接insert到目標表中。
2. 問題初現: 初步的邏輯相當於:只要關聯上,就必須update,這樣來說,沒有任何變化的欄位,也要update一次,造成大量的update其實是可以避免的。而且已刪除欄位的標記也未實現。
3. 趟雷:
① 最開始,使用kettle的元件來實現SQL中的邏輯,就不貼圖了,太長了,而且執行起來的效率低的可怕,後被pass。
② 後來嘗試,將SQL優化:
建立臨時表;
join的資料的列裁剪;
都用了一遍,但是毫無卵用....效率仍然低(在真實生產環境上直接都跑不動了)
③ 後來嘗試了一個新的用法: kettle中有個元件叫“合併記錄”:
當時一看,這不就是為這需求量身打造的元件,直接用起來!
改造邏輯:
查詢的SQL保留,但是再從目標表查詢出全量資料,將這兩個流做比對,用“合併記錄”的元件將各種情況的記錄都標記出來,在後續的流程中可以使用元件來篩選和進行後續的操作。
改造完成後的圖如下:
這樣,就將“需要更新”的,“需要插入的”,需要“標記為刪除的”分別篩選出來,單獨進行更細或者插入的操作了。
然而,還是出現了新的問題,在“更新”和”同步“
三、總結:
① 對於不通的方式,最多2天,不要再深入研究,問題一定不是在整個方向上。
② 解決問題要有邏輯性,哪怕在紙上寫出來,將問題一個個的羅列,解決,梳理,能對問題有個明確的方向。
③ 多上cnblog看看大神的資料庫筆記。。。
&n