# bboss-datatran-demo **Repository Path**: bboss/bboss-datatran-demo ## Basic Information - **Project Name**: bboss-datatran-demo - **Description**: bboss数据同步作业纯开发、调试运行模板gradle工程，方便大家基于bboss快速实现功能强大的数据采集、处理转换大数据作业 - **Primary Language**: Java - **License**: Apache-2.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 18 - **Forks**: 5 - **Created**: 2022-07-07 - **Last Updated**: 2025-10-10 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 数据同步工具 可以非常方便地实现各种数据源之间的数据采集、同步、数据转换清洗处理、入库功能以及流批一体化计算功能 本工程提供了非常纯粹的作业开发gradle工程模板，使用本工具所带的应用程序运行容器，可以快速编写，打包发布可运行的数据导入导出、同步作业 支持的数据库： mysql,maridb，postgress,oracle ,sqlserver,db2、clickhouse等 支持的Elasticsearch版本： 1.x,2.X,5.X,6.X,7.x,8,x,+ 海量PB级数据同步导入功能使用指南 [使用参考文档](https://esdoc.bbossgroups.com/#/db-es-tool) 流批一体化计算功能使用指南 https://esdoc.bbossgroups.com/#/etl-metrics # BBoss Environmental requirements JDK requirement: JDK 1.8+ Elasticsearch version requirements: 1.x,2.X,5.X,6.X,7.x,8,x,+ Spring booter 1.x,2.x,+ # 开发调试构建部署 一 环境搭建 源码下载 https://gitee.com/bboss/bboss-datatran-demo 环境搭建参考文档：[安装和配置gradle](https://esdoc.bbossgroups.com/#/bboss-build) 二、设置mainclass，设置为要运行的带Main方法的运行类 打开配置文件application.properties，修改mainclass配置： mainclass=org.frameworkset.datatran.imp.Db2EleasticsearchDemo 三、开发和调试 如果需要测试和调试导入功能，运行Db2EleasticsearchDemo的main方法即可即可： ```java public class Db2EleasticsearchDemo { public static void main(String args[]){ Db2EleasticsearchDemo db2EleasticsearchDemo = new Db2EleasticsearchDemo(); //从配置文件application.properties中获取参数值 boolean dropIndice = PropertiesUtil.getPropertiesContainer().getBooleanSystemEnvProperty("dropIndice",true); db2EleasticsearchDemo.scheduleTimestampImportData(dropIndice); } ..... } ``` 测试调试通过后，即可打包发布作业运行包 四、打包 运行指令，打包发布版本 release.bat 五、 运行 打包成功后，在build/distributions目录下会生成可以运行的zip包，解压后，找到demo的运行指令，就可以启动和运行demo。 修改JVM参数：打开jvm.options文件，可以设置jvm相关参数 调整内存： ```properties -Xms1g -Xmx1g -XX:NewSize=512m -XX:MaxNewSize=512m -Xss256k ``` 运行demo linux： chmod +x startup.sh ./startup.sh windows: startup.bat ## 在工程中添加多个表同步作业 默认的作业任务是Dbdemo，同步表td_sm_log的数据到索引dbdemo/dbdemo中 现在我们在工程中添加另外一张表td_cms_document的同步到索引cms_document/cms_document的作业步骤： 1.首先，新建一个带main方法的类org.frameworkset.datatran.imp.CMSDocumentImport,实现同步的逻辑 如果需要测试调试，编写 src\main\java\org\frameworkset\elasticsearch\imp\CMSDocumentImportTest.java测试类,然后debug即可 2.然后，在runfiles目录下新建CMSDocumentImport作业主程序和作业进程配置文件：runfiles/config-cmsdocmenttable.properties，内容如下： mainclass=org.frameworkset.datatran.imp.CMSDocumentImport pidfile=CMSDocumentImport.pid 3.最后在runfiles目录下新建作业启动sh文件（这里只新建linux/unix指令，windows的类似）：runfiles/restart-cmsdocumenttable.sh 内容与默认的作业任务是Dbdemo内容一样，只是在java命令后面多加了一个参数，用来指定作业配置文件：--conf=config-cmsdocmenttable.properties nohup java \$RT_JAVA_OPTS -jar ${project}-${bboss_version}.jar restart --conf=config-cmsdocmenttable.properties --shutdownLevel=9 > ${project}.log & 其他stop shell指令也类似建立即可 # 管理提取数据的sql语句 db2es工具管理提取数据的sql语句有两种方法：代码中直接编写sql语句，配置文件中采用sql语句 ## 1.代码中写sql `//指定导入数据的sql语句，必填项，可以设置自己的提取逻辑， // 设置增量变量log_id，增量变量名称#[log_id]可以多次出现在sql语句的不同位置中，例如： // select * from td_sm_log where log_id > #[log_id] and parent_id = #[log_id] // log_id和数据库对应的字段一致,就不需要设置setLastValueColumn信息， // 但是需要设置setLastValueType告诉工具增量字段的类型 importBuilder.setSql("select * from td_sm_log where log_id > #[log_id]");` ## 2.在配置文件中管理sql 设置sql语句配置文件路径和对应在配置文件中sql name `importBuilder.setSqlFilepath("sql.xml") ​ .setSqlName("demoexportFull"); ` 配置文件sql.xml，编译到classes根目录即可： ​ ​ ​ ​ #[log_id]]]> ​ 在sql配置文件中可以配置多条sql语句 # 作业参数配置 在使用[bboss-datatran-demo](https://github.com/bbossgroups/bboss-datatran-demo)时，为了避免调试过程中不断打包发布数据同步工具，可以将部分控制参数配置到启动配置文件resources/application.properties中,然后在代码中通过以下方法获取配置的参数： ```ini #工具主程序 mainclass=org.frameworkset.datatran.imp.Dbdemo # 参数配置 # 在代码中获取方法：PropertiesUtil.getPropertiesContainer().getBooleanAttribute("dropIndice",false);//同时指定了默认值false dropIndice=false ``` 在代码中获取参数dropIndice方法： ```java boolean dropIndice = PropertiesUtil.getPropertiesContainer().getBooleanAttribute("dropIndice",false);//同时指定了默认值false ``` 另外可以在resources/application.properties配置控制作业执行的一些参数，例如工作线程数，等待队列数，批处理size等等： ``` queueSize=50 workThreads=10 batchSize=20 ``` 在作业执行方法中获取并使用上述参数： ```java int batchSize = PropertiesUtil.getPropertiesContainer().getIntSystemEnvProperty("batchSize",10);//同时指定了默认值 int queueSize = PropertiesUtil.getPropertiesContainer().getIntSystemEnvProperty("queueSize",50);//同时指定了默认值 int workThreads = PropertiesUtil.getPropertiesContainer().getIntSystemEnvProperty("workThreads",10);//同时指定了默认值 importBuilder.setBatchSize(batchSize); importBuilder.setQueue(queueSize);//设置批量导入线程池等待队列长度 importBuilder.setThreadCount(workThreads);//设置批量导入线程池工作线程数量 ``` # 建表sql ``` mysql : CREATE TABLE batchtest ( id bigint NOT NULL AUTO_INCREMENT, name VARCHAR(4000), author VARCHAR(1000), content longtext, title VARCHAR(1000), optime DATETIME, oper VARCHAR(1000), subtitle VARCHAR(1000), collecttime DATETIME, ipinfo VARCHAR(2000), PRIMARY KEY (id) ) ENGINE=InnoDB DEFAULT CHARSET=utf8; postgresql: CREATE TABLE batchtest ( id bigint , name VARCHAR(4000), author VARCHAR(1000), content text, title VARCHAR(1000), optime timestamp, oper VARCHAR(1000), subtitle VARCHAR(1000), collecttime timestamp, ipinfo VARCHAR(2000), PRIMARY KEY (id) ) ``` ## 技术交流群:166471282 ## 微信公众号:bbossgroup ![GitHub Logo](https://static.oschina.net/uploads/space/2017/0617/094201_QhWs_94045.jpg)