请教各位大佬,千万级的没有时间戳的数据表怎么做数据同步,一些细节:
1 、一共有几百张表,没有办法要求源数据添加时间戳;
2 、数据量很大无法做全量比对;
3 、表里有唯一标识列,但是没有最后修改时间列,无法增量同步;
4 、业务会在原表的记录上直接更新数据;
1
perfectlife 132 天前
数据同步一板也不是根据表中时间戳字段的吧,比如 mysql 用 binlog 日志,舍得花钱就 dts
|
2
NoobNoob030 132 天前
如果是 mysql 可以考虑用 binlog 同步
|
3
Plutooo 132 天前 1
CDC ,Debezium 、Flink CDC
|
4
liuzhedash 132 天前 1
思路 1:上一套类似 Oracle GoldenGate 的系统
思路 2:给表加触发器和配套的日志表,记录那些记录被更新了,然后写一套代码去同步 总得说要么去读数据库的存储日志,要么自己维护一套日志表来解决原始表里没有更新时间的问题 |
5
bootvue 132 天前
cloud canal 可以免费用
|
6
sagaxu 132 天前 1
才千万级,每秒处理 10 万,几分钟就比对完了。
如果实时性要求高,那就订阅更新行为,常用的有 1. 触发器 2. 中间件 3. binlog 4. 更新通知,如 pgsql 的 listen-notify |
7
yinmin 132 天前 via iPhone 1
我以前用过 2 种方式,都是生产环境用的,供参考:
1. 可以使用触发器 trigger ,将 insert 、update 、delete 的唯一标识记录到新一个新表 tblrecordlog 中,然后写一个同步程序根据 tblrecordlog 同步数据。 2. 有一个项目,背景:只读对方数据库,对方不允许对他们的数据库做任何变更(甲方核心业务系统,没人肯背锅,没法用方案 1 )。需要将对方业务数据每天导入到我们的数据库里做数据分析。数据量大概是 10 万条/天,在开协调会的时候,对方信誓旦旦的承诺业务数据不会变更昨天及之前的数据。 然后项目跑起来,发现对方系统会偷偷变更以前的数据,1 个月会出现几条到十几条。我们的应对措施是先根据日期汇总前 90 天的金额和笔数与我们数据库做比较,如果不相同就同步整天的所有记录。 |
8
buyerhou 132 天前
使用 otter 服务,可以进行 mysql 数据库之间的同步,采用了这个方案的话,请回复下
|
9
Foxkeh 132 天前 via Android
主从备份
|
10
ala2008 131 天前
只做一次还是持续做,持续的那就是主从,一次的就更简单了
|
11
qingbu 131 天前
我写过全量、增量的 DTS ,如果是从 MySQL 到 MySQL 的话,有没有时间戳不重要,只要有主键 or 唯一键就能实现无损+不停机迁移。大致思路是先记录一个 gtid 或者 binlog position 。然后开始全量数据同步,根据主键确定一个全量边界。然后用 binlog 进行增量同步。
|
12
qingbu 131 天前
@qingbu 数据校验的话没有时间字段确实比较麻烦,可以分段计算 crc32 ,如果段内出现不一致可以二分找到不一致的具体行,输出出来,然后对具体的行进行二次校验。具体可以参考 TiDB 开源的校验工具
|
13
realpg 102 天前
刚搞完一个相同需求
直接把 MYSQL 集群化 然后额外多创建个只读副本... |