【全面解读】Apache SeaTunnel常见问题全攻略

原创
11/19 15:42
阅读数 443
AI总结

file

使用SeaTunnel需要安装Spark或者Flink这样的引擎么?

不需要,SeaTunnel 支持 Zeta、Spark 和 Flink 作为同步引擎的选择,您可以选择之一就行,社区尤其推荐使用 Zeta 这种专为同步场景打造的新一代超高性能同步引擎。Zeta 被社区用户亲切的称为 "泽塔奥特曼"! 社区对 Zeta 的支持力度是最大的,功能也更丰富。

SeaTunnel支持哪些数据来源和数据目的地?

SeaTunnel 支持多种数据源来源和数据目的地,您可以在官网找到详细的列表:

目前SeaTunnel支持哪些数据源的CDC ?

目前SeaTunnel支持 MongoDB CDC、MySQL CDC、Opengauss CDC、Oracle CDC、PostgreSQL CDC、Sql Server CDC、TiDB CDC等,更多请查阅Source

支持从MySQL备库进行CDC么?日志如何拉取?

支持,是通过订阅MySQL binlog日志方式到同步服务器上解析binlog日志方式进行。

MySQL CDC同步需要权限如何开启?

需要有对应库和表的 select 权限。

  1. 授权语句如下:

    GRANT SHOW DATABASES, REPLICATION SLAVE, REPLICATION CLIENT ON . TO 'username'@'host' IDENTIFIED BY 'password'; FLUSH PRIVILEGES;

  2. 编辑 /etc/mysql/my.cnf 添加以下行:

    [mysqld] log-bin=/var/log/mysql/mysql-bin.log expire_logs_days = 7 binlog_format = ROW binlog_row_image=full

  3. 然后重启 MySQL 服务:

    service mysql restart

SQLServer CDC同步需要权限如何开启?

使用 SQLServer CDC 数据源需要 SQLServer 先开启 MS-CDC 功能,具体的操作如下:

  1. 查询 SQLSERVER CDC Agent 是否已经开启

    EXEC xp_servicecontrol N'querystate', N'SQLServerAGENT';
    - 如果结果是running.证明已开启,否则需要手动开启
    
  2. 不同开启方式

2.1. 如果是 Linux 开启 SQLSERVER CDC Agent

   /opt/mssql/bin/mssql-conf setup
# 返回结果如下
1) Evaluation (free, no production use rights, 180-day limit)
2) Developer (free, no production use rights)
3) Express (free)
4) Web (PAID)
5) Standard (PAID)
6) Enterprise (PAID)
7) Enterprise Core (PAID)
8) I bought a license through a retail sales channel and have a product key to enter.

可以根据实际情况来进行选择,可以直接选择 2 免费的,同时包含 agent。

选择后设置开启 agent。

/opt/mssql/bin/mssql-conf set sqlagent.enabled true

2.2、如果是 Windows 开启 SQLSERVER Agent (以 SQLServer 2008 为例)

  • (1)官方文档: https://learn.microsoft.com/zh-cn/previous-versions/sql/sql-server-2008-r2/ms191454(v=sql.105)?redirectedfrom=MSDN

    在"开始"菜单中,依次指向"所有程序"、Microsoft SQL Server 2008 R2、"配置工具",然后单击"SQL Server 配置管理器"**。 在 SQL Server 配置管理器中,展开"服务",然后单击"SQL 代理"。 在结果窗格中,右键单击任何实例,再单击"启动"。 SQL Server Agent 旁的图标上和工具栏上的绿色箭头指示 SQL Server Agent 已成功启动。 单击"确定"。

  • (2)启动任务管理器-打开服务,找到SQLServer Agent (MSSQLSERVER)" 服务(其中 "MSSQLSERVER" 可能根据 SQL Server 实例而有所不同),然后启动服务。

3、先设置库级别的CDC (需开通库级别和表级别 CDC)

-- 下面设置库级别开启CDC,该级别下,开启的CDC的库下面的所有表自动开启CDC
USE TestDB; -- 替换为实际的数据库名称
EXEC sys.sp_cdc_enable_db;

-- 查询库是否开启CDC
SELECT name, is_cdc_enabled
FROM sys.databases
WHERE name = 'database';-- 替换为要检查的数据库的名称

4、然后设置表级别的CDC

-- 下面设置表级别开启CDC,该级别下只有显示开启了CDC的表才能进行CDC同步
USE TestDB; -- 替换为实际的数据库名称
EXEC sys.sp_cdc_enable_table
@source_schema = 'dbo',
@source_name = 'table', -- 替换为要启用 CDC 的表的名称
@role_name = NULL,
@capture_instance = 'table'; -- 替换为一个唯一的捕获实例名称

-- 查询表是否开启CDC
USE TestDB; -- 替换为实际的数据库名称

SELECT name, is_tracked_by_cdc
FROM sys.tables
WHERE name = 'table'; -- 替换为要检查的表的名称

这样就可以了。

这里多说一句,连接器对应的 cdc 权限开启步骤在官网都有写,请参照 SeaTunnel 对应的官网操作即可。

是否支持无主键表的CDC同步?

不支持无主键表的 cdc 同步。原因如下: 比如上游有 2 条一模一样的数据,然后上游删除或修改了一条,下游由于无法区分到底是哪条需要删除或修改,会出现这 2 条都被删除或修改的情况。

没主键要类似去重的效果本身有点儿自相矛盾,就像辨别西游记里的真假悟空,到底哪个是真的。

我有一个问题,我自己无法解决

我在使用 SeaTunnel 时遇到了问题,无法自行解决。 我应该怎么办?有以下几种方式可以解决:

  1. 问题列表邮件列表中搜索看看是否有人已经问过同样的问题并得到答案。
  2. 如果您找不到问题的答案,您可以通过这些方式联系社区成员寻求帮助。
  3. 中国用户可以添加微信群助手:seatunnel1,加入社区交流群,也欢迎大家关注微信公众号:seatunnel。

如何声明变量?

您想知道如何在 SeaTunnel 的配置中声明一个变量,然后在运行时动态替换该变量的值吗? 该功能常用于定时或非定时离线处理,以替代时间、日期等变量。 用法如下: 在配置中配置变量名称。 下面是一个sql转换的例子(实际上,配置文件中任何地方"key = value"中的值都可以使用变量替换):

...
transform {
  Sql {
    query = "select * from user_view where city ='${city}' and dt = '${date}'"
  }
}
...

以使用 SeaTunnel Zeta Local模式为例,启动命令如下:

$SEATUNNEL_HOME/bin/seatunnel.sh \
-c $SEATUNNEL_HOME/config/your_app.conf \
-m local[2] \
-i city=Singapore \
-i date=20231110

您可以使用参数"-i"或"--variable"后跟"key=value"来指定变量的值,其中key需要与配置中的变量名称相同。详情可以参考:https://seatunnel.apache.org/docs/concept/config

如何在配置文件中写入多行文本的配置项?

当配置的文本很长并且想要将其换行时,您可以使用三个双引号来指示其开始和结束:

var = """
Apache SeaTunnel is a
next-generation high-performance,
distributed, massive data integration tool.
"""

如何实现多行文本的变量替换?

在多行文本中进行变量替换有点麻烦,因为变量不能包含在三个双引号中:

var = """
your string 1
"""${you_var}""" your string 2"""

请参阅:lightbend/config#456

如何配置SeaTunnel-E2E Test的日志记录相关参数?

seatunnel-e2e 的 log4j 配置文件位于 seatunnel-e2e/seatunnel-e2e-common/src/test/resources/log4j2.properties 中。 您可以直接在配置文件中修改日志记录相关参数。

例如,如果您想输出更详细的E2E Test日志,只需将配置文件中的"rootLogger.level"降级即可。

如果想学习SeaTunnel的源代码,应该从哪里开始?

SeaTunnel 拥有完全抽象、结构化的非常优秀的架构设计和代码实现,很多用户都选择 SeaTunnel 作为学习大数据架构的方式。 您可以从seatunnel-examples模块开始了解和调试源代码:SeaTunnelEngineLocalExample.java 具体参考:https://seatunnel.apache.org/docs/contribution/setup 针对中国用户,如果有伙伴想贡献自己的一份力量让 SeaTunnel 更好,特别欢迎加入社区贡献者种子群,欢迎添加微信:davidzollo,添加时请注明开源共建。

如果想开发自己的source、sink、transform时,是否需要了解SeaTunnel所有源代码?

不需要,您只需要关注 source、sink、transform 对应的接口即可。

如果你想针对 SeaTunnel API 开发自己的连接器(Connector V2),请查看Connector Development Guide

参考视频:https://www.bilibili.com/video/BV1bJ4m1P7bq/?vd_source=e139ecc995ab936267a7991b9de55f6c

本文由 白鲸开源科技 提供发布支持!

展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
0 评论
1 收藏
0
分享
AI总结
返回顶部
顶部