ETL增量单表同步简述

1. 实现需求

当原数据库的表有新增、更新、删除操作时，将改动数据同步到目标库对应的数据表。

2. 设计思路

设计总体流程图如下：

步骤简单说明：

1、设置job的执行属性，如下图：

2、根据要同步的表名，更新同步配置表synConfig的endTime。

3、获取同步时间段并将beginTime和endTime设置到变量中。

4、获取beginTime>= and <endTime，根据比较原表和目标表数据的差异性，进行更新/插入数据到目标表。

5、根据比较原表和目标表数据的差异性，进行删除目标表的数据。一般通过id进行比较，故与4步骤分开处理。

6、更新提取的开始时间和结束时间，将上次提取的结束时间更新到开始时间。此步骤与4步骤配合。

3. 必备条件

1、目标数据库的表结构与原数据库相同；

2、同步的表要有syncTime字段，且数据类型和同步配置表synConfig的beginTime、endTime的数据类型相同。

3、当原表有新增、更新操作时要更新synTime字段。

4. 具体实现

4.1. 同步配置表设计

创建同步配置表synConfig，如图所示：

字段说明如下：

?name：要同步的数据表名字。

beginTime：同步开始时间。

endTime：同步结束时间。

如下图表示数据表table3开始同步的时间为2017-05-11 14:20:51.473，结束时间为2017-05-11 14:20:53.520。

建表sql如下：

create table synConfig(

　　name   nvarchar(64) not null,

　　beginTime datetime,

　　endTime datetime,

);

4.2. 软件安装

1、Jdk

2、Kettle同步工具

说明：

kettle7版本要求jdk必须为1.8以上。

详细可参考官网：http://community.pentaho.com/projects/data-integration/

ETL增量单表同步简述_根据dateTime增量