SqlServer 到 TiDB（DATAX）

DataX 是阿里巴巴集团内被广泛使用的离线数据同步工具/平台，支持包括 MySQL、SQL Server、Oracle、PostgreSQL、HDFS、Hive、HBase、OTS、ODPS 等各种异构数据源之间高效的数据同步功能。DataX 采用了框架 + 插件 的模式。目前已开源，代码托管在 GitHub。

DataX 数据同步效率较高，满足大多数场景下的异构数据库间的数据同步需求。同时其配置灵活，支持字段级别的配置，可以轻松应对因异构数据库迁移到 TiDB 而产生的一些改动。

方案设计如图所示

第一阶段：切换支持 TiDB 的应用上线之前，把 SQL Server 数据库中的全量数据用 DataX 同步到 TiDB 库中。为避免对线上业务产生影响，可以选择备份库，或者在业务低峰期操作。

第二阶段：把全量同步改为增量同步，利用 UpdateTime 字段（或其它条件，根据实际业务灵活调整）作为同步 Where 条件，进行增量覆盖式同步。 t_sync_record 表中记录每张表上次增量任务的执行时间。

第三阶段：支持 TiDB 的应用上线以后，增量同步切换读写数据源改为逆向增量同步，将新数据近实时地写回 SQL Server 数据库。一旦上线之后出现需要回退的情况，可随时切回 SQL Server，待修复之后再次上线。

具体操作步骤：

第一步：部署 DataX

下载

wget http://datax-opensource.oss-cn-hangzhou.aliyuncs.com/datax.tar.gz

解压

tar -zxvf datax.tar.gz

自检

python {YOUR_DATAX_HOME}/bin/datax.py {YOUR_DATAX_HOME}/job/job.json

第二步：编写 DataX 数据同步 Job（Json格式）

（1）全量同步Job

vi full.json

{
  "job": {
    "setting": {
      "speed": {
        "channel": 128
      }
    },
    "content": [
      {
        "reader": {
          "name": "sqlserverreader",
          "parameter": {
            "username": "${srcUserName}",
            "password": "${srcPassword}",
            "column": ["*"],
            "connection": [
              {
                "table": ["${tableName}"],
                "jdbcUrl": ["${srcUrl}"]
              }
            ]
          }
        },
        "writer": {
          "name": "tidbwriter",
          "parameter": {
            "username": "${desUserName}",
            "password": "${desPassword}",
            "writeMode": "replace",
            "column": ["*"],
            "connection": [
              {
                "jdbcUrl": "${desUrl}",
                "table": ["${tableName}"]
              }
            ],
            "preSql": [
              "replace into t_sync_record(table_name,start_date,end_date) values('@table',now(),null)"
            ],
            "postSql": [
              "update t_sync_record set end_date=now() where table_name='@table'"
            ]
          }
        }
      }
    ]
  }
}

（2）增量同步 Job

vi increase.json

{
  "job": {
    "setting": {
      "speed": {
        "channel": 128
      }
    },
    "content": [
      {
        "reader": {
          "name": "sqlserverreader",
          "parameter": {
            "username": "${srcUserName}",
            "password": "${srcPassword}",
            "column": ["*"],
            "connection": [
              {
                "table": ["${tableName}"],
                "jdbcUrl": ["${srcUrl}"]
              }
            ],
            "where": "updateTime >= '${syncTime}'"
          }
        },
        "writer": {
          "name": "tidbwriter",
          "parameter": {
            "username": "${desUserName}",
            "password": "${desPassword}",
            "writeMode": "replace",
            "column": ["*"],
            "connection": [
              {
                "jdbcUrl": "${desUrl}",
                "table": ["${tableName}"]
              }
            ],
            "preSql": [
              "replace into t_sync_record(table_name,start_date,end_date) values('@table',now(),null)"
            ],
            "postSql": [
              "update t_sync_record set end_date=now() where table_name='@table'"
            ]
          }
        }
      }
    ]
  }
}

（3）编写运行DataX Job的Shell执行脚本

vi datax_excute_job.sh

#!/bin/bash

source /etc/profile

srcUrl="Reader Sql Server 地址"
srcUserName="Sql Server 账号"
srcPassword="Sql Server 密码"
desUrl="Writer TiDB 地址"
desUserName="TiDB 账号"
desPassword="TiDB 密码"

# 同步开始时间
defaultsyncUpdateTime="2020-03-03 18:00:00.000"

# 同步周期(秒)
sleepTime="N"
tableName="Table1,Table2,..."

# 循环次数标识，-1为一直循环，其他按输入次数循环
flg=-1

while [ "$flg" -gt 0 -o "$flg" -eq -1 ]
do
    # 更新时间设置为上次循序执行的时间
    if [ "" = "$preRunTime" ]; then
        syncTime=$defaultsyncUpdateTime
    else
        syncTime=$preRunTime
    fi

    # 记录下本次循环执行时间，供下次循环使用
    preRunTime=$(date -d +"%Y-%m-%d %T").000;

    echo $syncTime
echo $preRunTime
echo $flg

    python {YOUR_DATAX_HOME}/bin/datax.py -p "-DsyncTime='${syncTime}' -DtableName='${tableName}' -DsrcUrl='${srcUrl}' -DsrcUserName='${srcUserName}' -DsrcPassword='${srcPassword}' -DdesUrl='${desUrl}' -DdesUserName='${desUserName}' -DdesPassword='${desPassword}'" {YOUR_DATAX_HOME}/job/increase.json

    if [ -1 -lt "$flg" ]; then
        let "flg-=1"
    fi

    sleep $sleepTime
done

（4）执行 Shell 脚本

chmod +x datax_excute_job.sh

nohup ./datax_excute_job.sh > info.file 2>&1 &

至此，核心脚本和操作都已完成，可通过修改参数配置，达到自己不同的需求，还可以配合数据对比服务，以期达到将应用程序从 SQL Server 顺利迁移到 TiDB 的目的。