search
sun-outline
light

openGauss

开源数据库

openGauss社区官网

开源社区

博客chevron-right一种可能是目前最快的从ORACLE同步数据到MogDB(openGauss)的方式

一种可能是目前最快的从ORACLE同步数据到MogDB(openGauss)的方式

DarkAthena2022-09-15openGauss

一种可能是目前最快的从 ORACLE 同步数据到 MogDB(openGauss)的方式 ​

一、前言 ​

目前 openGauss 支持 oracle 中的绝大部分数据类型，基本上不用考虑类型转换的问题。所以从 oracle 到 MogDB(openGauss)的数据同步无非就是从 oracle 里查出来再插入到 MogDB(openGauss)中，只是查出来的结果是存成文件还是放内存而已。 用文件的形式，oracle 端有 sqluldr2 可以快速导出，MogDB(openGauss)端可以用 copy 命令快速载入； 如果是放内存，则需要一定量的代码开发，而且目前通用的数据同步工具在导入时，大多用的是逐行 insert 命令，效率很低。 所以，是否存在一种可能，只利用现有的工具，就能实现数据的高速同步且不需要存文件？

在说这个方案前，先简单说明一下这个方案的几个知识点。

二、知识点 ​

1.sqluldr2 ​

sqluldr2 是楼方鑫针对 Oracle 数据库开发的数据快速导出工具，应该绝大多数 oracle 用户都用过，因为它依旧是目前从 oracle 中导出文本数据最快的方式了,速度远超 oracle 官方的 sqlplus spool 导出。但是大多数人基本上都只使用其导出文件的功能，而不知道这个工具还可以导出标准输出（所谓标准输出即不生成文件，直接打印在屏幕上） sqluldr2 完整文档：https://www.doc88.com/p-6522591706862.html

2.gsql/psql(\copy 元命令) ​

gsql/psql 的"\copy"元命令 （注意区别于 sql 命令中的"copy"，"copy"是服务器端的,"\copy"是客户端的）, 常用于和表和文件之间的导入和导出，效率很快，因为已经指定了表，不需要再进行字段类型的识别，绕开了 sql 解析引擎，直接写入表中。 但大多数人很少用到 stdin 和 stdout（除非是基于其他高级语言进行数据导入导出的开发），这里的 stdin 即为标准输入，如果执行"\copy 表名 from stdin",则会让你继续输入数据，然后客户端会把数据保存到对应的表中。

3.gsql/psql （-c 参数） ​

gsql/psql 的 "-c"参数，可以在连接数据库后马上执行 sql 命令然后断开登录

4.linux ( | 管道符) ​

linux 的管道符"|"，可以用于输入的重定向，即把前面一条命令的输出，作为后面一条命令的输入

三、方案说明 ​

通过以上内容，很自然的可以联想到一种方式，即使用 sqluldr2 的标准输出，直接作为 gsql \copy 的标准输入。所谓的两点之间直线最短，用最快的导出加上最快的导入，且省去中间存储文件的阶段，理想状态下，这个速度仅受限于源端或目标端最慢的那一端，比如导出 7 分钟，导入 8 分钟，一般总计传输时间就是 15 分钟，但是用本文的方案，这个传输时间可能就只有 8 分钟了，因为它是导入导出同时进行的！

四、操作步骤 ​

  1. 需要有个服务器能同时连接 oracle 及 MogDB(openGauss)，当然直接用这两个服务器之一也可以，只是注意要安装另一个数据的客户端,本文测试是在 mogdb 数据库的服务器上执行的
  • oracle 客户端下载链接 https://www.oracle.com/cn/database/technologies/instant-client/linux-x86-64-downloads.html
  • MogDB(openGauss)没有提供单独的客户端压缩包，客户端在数据库的安装包中对应的 tools 压缩包，比如 MogDB-3.0.1-CentOS-64bit-tools.tar.gz https://mogdb.io/downloads/mogdb/
  1. 安装客户端，这两个客户端的安装方式差不多，就是解压，然后配置环境变量 LD_LIBRARY_PATH,比如配置连接 Oracle 的环境变量如下(如果需要永久配置则要修改对应的配置文件)
export LD_LIBRARY_PATH=/opt/mogdb/instantclient_21_7:$LD_LIBRARY_PATH

  1. 下载 sqluldr2 程序 这个就自己在网上搜吧，基本下载下来是一个压缩包，里面有两个 windows 版的和两个 linux 版的，我们需要的是"sqluldr2_linux64_10204.bin"这个文件，下完后可以把文件名改短点，比如"sqluldr2"

  2. 先找个小表测试下 sqluldr2 能否导出文件,文件正常生成，说明 oracle 客户端配置正确

./sqluldr2 scott/tiger@***.***.***.***/orcl query=emp quote=0x22 field="," degree=8 file=123.csv
[omm@MiWiFi-R3G-srv mogdb]$ cat 123.csv
7369,"SMITH","CLERK",7902,"1980-12-17 00:00:00",800,,20
7499,"ALLEN","SALESMAN",7698,"1981-02-20 00:00:00",1600,300,30
7521,"WARD","SALESMAN",7698,"1981-02-22 00:00:00",1250,500,30
7566,"JONES","MANAGER",7839,"1981-04-02 00:00:00",2975,,20
7654,"MARTIN","SALESMAN",7698,"1981-09-28 00:00:00",1250,1400,30
7698,"BLAKE","MANAGER",7839,"1981-05-01 00:00:00",2850,,30
7782,"CLARK","MANAGER",7839,"1981-06-09 00:00:00",2450,,10
7788,"SCOTT","ANALYST",7566,"1987-04-19 00:00:00",3000,,20
7839,"KING","PRESIDENT",,"1981-11-17 00:00:00",5000,,10
7844,"TURNER","SALESMAN",7698,"1981-09-08 00:00:00",1500,0,30
7876,"ADAMS","CLERK",7788,"1987-05-23 00:00:00",1100,,20
7900,"JAMES","CLERK",7698,"1981-12-03 00:00:00",950,,30
7902,"FORD","ANALYST",7566,"1981-12-03 00:00:00",3000,,20
7934,"MILLER","CLERK",7782,"1982-01-23 00:00:00",1300,,10
  1. 在目标端建立一个同样的表
bash
gsql -d postgres -r -p 26000
sql
create schema scott;
create table SCOTT.EMP
(
  empno    NUMBER(4) not null,
  ename    VARCHAR2(10),
  job      VARCHAR2(9),
  mgr      NUMBER(4),
  hiredate DATE,
  sal      NUMBER(7,2),
  comm     NUMBER(7,2),
  deptno   NUMBER(2)
);
  1. ★ 测试通过管道传输数据，没有报错
bash
./sqluldr2 scott/tiger@***.***.***.***/orcl query=emp quote=0x22 field="," degree=8 file=- |gsql -d postgres -Umogdb -W****@*** -hlocalhost -p26000 -c "\copy scott.emp from stdin DELIMITER ',' quote '\"' csv"
  1. 在目标端查询 scott.emp 表，数据和源端一致
MogDB=# select * from scott.emp;
 empno | ename  |    job    | mgr  |      hiredate       |   sal   |  comm   | deptno
-------+--------+-----------+------+---------------------+---------+---------+--------
  7369 | SMITH  | CLERK     | 7902 | 1980-12-17 00:00:00 |  800.00 |         |     20
  7499 | ALLEN  | SALESMAN  | 7698 | 1981-02-20 00:00:00 | 1600.00 |  300.00 |     30
  7521 | WARD   | SALESMAN  | 7698 | 1981-02-22 00:00:00 | 1250.00 |  500.00 |     30
  7566 | JONES  | MANAGER   | 7839 | 1981-04-02 00:00:00 | 2975.00 |         |     20
  7654 | MARTIN | SALESMAN  | 7698 | 1981-09-28 00:00:00 | 1250.00 | 1400.00 |     30
  7698 | BLAKE  | MANAGER   | 7839 | 1981-05-01 00:00:00 | 2850.00 |         |     30
  7782 | CLARK  | MANAGER   | 7839 | 1981-06-09 00:00:00 | 2450.00 |         |     10
  7788 | SCOTT  | ANALYST   | 7566 | 1987-04-19 00:00:00 | 3000.00 |         |     20
  7839 | KING   | PRESIDENT |      | 1981-11-17 00:00:00 | 5000.00 |         |     10
  7844 | TURNER | SALESMAN  | 7698 | 1981-09-08 00:00:00 | 1500.00 |    0.00 |     30
  7876 | ADAMS  | CLERK     | 7788 | 1987-05-23 00:00:00 | 1100.00 |         |     20
  7900 | JAMES  | CLERK     | 7698 | 1981-12-03 00:00:00 |  950.00 |         |     30
  7902 | FORD   | ANALYST   | 7566 | 1981-12-03 00:00:00 | 3000.00 |         |     20
  7934 | MILLER | CLERK     | 7782 | 1982-01-23 00:00:00 | 1300.00 |         |     10
(14 rows)

五、简单性能测试 ​

由于硬盘空间不够，测试数据库也是虚拟机和 docker 中的，就不做详细的测试了，只做个简单的 100 万数据测试

sql
SQL> select count(1) from  scott.T_TEST1;

  COUNT(1)
----------
   1000000

直接管道传输，用时 7s

[omm@MiWiFi-R3G-srv mogdb]$ echo $(date)
Thu Sep 15 04:24:23 EDT 2022
[omm@MiWiFi-R3G-srv mogdb]$ ./sqluldr2 scott/tiger@***.***.***.***/orcl query=SCOTT.T_TEST1 quote=0x22 field="," degree=8 file=- |gsql -d postgres -Umogdb -W****@*** -hlocalhost -p26000 -c "\copy SCOTT.T_TEST1 from stdin DELIMITER ',' quote '\"' csv"
[omm@MiWiFi-R3G-srv mogdb]$ echo $(date)
Thu Sep 15 04:24:30 EDT 2022

在目标端删除测试表，重建，然后用导出文件再导入的方式,导出 5s,导入 7s，一共 12s

[omm@MiWiFi-R3G-srv mogdb]$ echo $(date)
Thu Sep 15 04:20:00 EDT 2022
[omm@MiWiFi-R3G-srv mogdb]$ ./sqluldr2 scott/tiger@***.***.***.***/orcl query=SCOTT.T_TEST1 quote=0x22 field="," degree=8 file=1234.csv
           0 rows exported at 2022-09-15 04:20:00, size 0 MB.
     1000000 rows exported at 2022-09-15 04:20:05, size 48 MB.
         output file 1234.csv closed at 1000000 rows, size 48 MB.
[omm@MiWiFi-R3G-srv mogdb]$ echo $(date)
Thu Sep 15 04:20:05 EDT 2022
[omm@MiWiFi-R3G-srv mogdb]$ echo $(date)
Thu Sep 15 04:23:03 EDT 2022
[omm@MiWiFi-R3G-srv mogdb]$ gsql -d postgres -Umogdb -W****@*** -hlocalhost -p26000 -c "\copy SCOTT.T_TEST1 from '/opt/mogdb/1234.csv' DELIMITER ',' quote '\"' csv"
[omm@MiWiFi-R3G-srv mogdb]$ echo $(date)
Thu Sep 15 04:23:10 EDT 2022

大致判断，这次测试的速度上限受导入影响，如果再优化一下数据库相关参数，耗时可以更低，但这里主要是提供一个可行的快速传输数据的思路，就不去做参数调整了。

六、总结 ​

了解了这个原理，完全可以写一个程序或者 shell 脚本，通过把配置进行参数化处理，来制作一个 Oracle 到 openGauss 的通用高速数据传输工具。