Flink CDC-Oracle CDC配置及DataStream API实现代码…可实现监控采集一个数据库的多个表

文章目录

• Oracle CDC配置（Non-CDB database）
• • 第一步: 开启归档日志
  • 第二步: 创建Tablespace表空间
  • 第三步: 创建用户并授予相应权限
• Oracle CDC DataStream API实现
• • 1. 定义OracleSource
  • 2. 数据处理
  • 3. Sink到MySQL
• 参考

Oracle CDC配置（Non-CDB database）

第一步: 开启归档日志

1. 使用sysdba角色登录到Oracle数据库

2. 确保Oracle归档日志(Archive Log)已启用

   select log_mode from v$database; -- 查询结果应为ARCHIVELOG。

3. 若未启用归档日志, 需运行以下命令启用归档日志

   1. 设置归档日志存储大小及位置

      • 设置数据库恢复文件存储区域的大小(如归档重做日志文件、控制文件备份等)

        alter system set db_recovery_file_dest_size = 10G;

      • 设置恢复文件的实际物理存储路径;scope=spfile参数设置讲persist到spfile参数文件中,即实例重启后也仍然生效

        alter system set db_recovery_file_dest = '/opt/oracle/oradata/recovery_area' scope=spfile;

   2. 立即关闭数据库。这会回滚所有未提交的事务,并断开所有连接的会话,然后关闭数据库实例

      shutdown immediate;

   3. 启动数据库,但只到‘挂载’阶段,此时数据库文件对用户还不可用。在这个阶段,DBA可以进行一些特殊的管理任务,比如数据库的恢复或者切换日志模式

      startup mount;

   4. 将数据库的日志模式切换为归档日志模式。在归档日志模式下,数据库会保存所有的重做日志文件,这对于数据库恢复和数据库备份非常重要。

      alter database archivelog;

   5. 将数据库从‘挂载’状态切换到‘开放’状态,此时数据库对用户可用,可进行正常的数据库操作。

      alter database open;

   6. 再次确认归档日志是否已启用！

      select log_mode from v$database; -- 查询结果应为ARCHIVELOG。

   注意:

   1. 启用归档日志需要数据库重启,请谨慎操作！
   2. 归档日志会占用大量的磁盘空间,需定期清理过期的归档日志！

4. 启用Supplemental logging
   为捕获数据库中数据变更前的状态,必须在捕获的表或数据库上启用补充日志(Supplemental logging)

   • 为数据库启用supplemental logging

     ALTER DATABASE ADD SUPPLEMENTAL LOG DATA;

   • 为指定表启用supplemental logging

     ALTER TABLE db.table ADD SUPPLEMENTAL LOG DATA (ALL) COLUMNS;

第二步: 创建Tablespace表空间

表空间是用来存储数据库对象（如表、索引等）的逻辑结构。

在Oracle中创建一个名为”logminer_tbs”的表空间，数据文件的路径为”/opt/oracle/oradata/SID/logminer_tbs.dbf”，大小为25M，并且允许自动扩展，最大大小为无限。

执行以下SQL需要使用sysdba角色登录到Oracle数据库

CREATE TABLESPACE logminer_tbs DATAFILE '/opt/oracle/oradata/SID/logminer_tbs.dbf' SIZE 25M REUSE AUTOEXTEND ON MAXSIZE UNLIMITED;

第三步: 创建用户并授予相应权限

执行以下SQL需要使用sysdba角色登录到Oracle数据库

GRANT CREATE SESSION TO cdc_user; -- 授予用户"cdc_user"创建会话的权限，允许用户连接到数据库。GRANT SET CONTAINER TO cdc_user; -- 授予用户"cdc_user"切换到不同的容器（Container）的权限。容器是Oracle 12c中的概念，用于隔离和管理数据库资源。GRANT SELECT ON V_$DATABASE to cdc_user; -- 授予用户"cdc_user"对系统视图"V_$DATABASE"的SELECT权限。该视图提供了关于数据库实例的信息。GRANT FLASHBACK ANY TABLE TO cdc_user; -- 授予用户"cdc_user"对任意表进行闪回（Flashback）操作的权限。闪回是一种用于还原或查询数据库历史数据的功能。GRANT SELECT ANY TABLE TO cdc_user; -- 授予用户"cdc_user"对任意表进行SELECT操作的权限。GRANT SELECT_CATALOG_ROLE TO cdc_user; -- 授予用户"cdc_user"执行SELECT_CATALOG_ROLE角色的权限。SELECT_CATALOG_ROLE角色允许用户查询数据库的元数据信息。GRANT EXECUTE_CATALOG_ROLE TO cdc_user; -- 授予用户"cdc_user"执行EXECUTE_CATALOG_ROLE角色的权限。EXECUTE_CATALOG_ROLE角色允许用户执行数据库的元数据操作。GRANT SELECT ANY TRANSACTION TO cdc_user; -- 授予用户"cdc_user"对任意事务进行SELECT操作的权限。GRANT LOGMINING TO cdc_user; -- 授予用户"cdc_user"进行日志挖掘（Log Mining）的权限。日志挖掘是一种用于分析和提取数据库变更信息的技术。GRANT LOCK ANY TABLE TO cdc_user; -- 授予用户"flinkuser"锁定任意表的权限。(需开启。不开启的话，无法采集数据)GRANT EXECUTE ON DBMS_LOGMNR TO cdc_user; -- 授予用户"cdc_user"执行DBMS_LOGMNR包中的过程和函数的权限。DBMS_LOGMNR包提供了用于日志挖掘的功能。GRANT EXECUTE ON DBMS_LOGMNR_D TO cdc_user; -- 授予用户"cdc_user"执行DBMS_LOGMNR_D包中的过程和函数的权限。DBMS_LOGMNR_D包扩展了DBMS_LOGMNR包的功能。GRANT SELECT ON V_$LOG TO cdc_user; -- 授予用户"cdc_user"对系统视图"V_$LOG"的SELECT权限。该视图提供了关于日志文件的信息。GRANT SELECT ON V_$LOG_HISTORY TO cdc_user; -- 授予用户"cdc_user"对系统视图"V_$LOG_HISTORY"的SELECT权限。该视图提供了关于历史日志文件的信息。GRANT SELECT ON V_$LOGMNR_LOGS TO cdc_user; -- 授予用户"cdc_user"对系统视图"V_$LOGMNR_LOGS"的SELECT权限。该视图提供了关于日志挖掘所使用的日志文件的信息。GRANT SELECT ON V_$LOGMNR_CONTENTS TO cdc_user; -- 授予用户"cdc_user"对系统视图"V_$LOGMNR_CONTENTS"的SELECT权限。该视图提供了关于日志挖掘的内容信息。GRANT SELECT ON V_$LOGMNR_PARAMETERS TO cdc_user; -- 授予用户"cdc_user"对系统视图"V_$LOGMNR_PARAMETERS"的SELECT权限。该视图提供了关于日志挖掘参数的信息。GRANT SELECT ON V_$LOGFILE TO cdc_user; -- 授予用户"cdc_user"对系统视图"V_$LOGFILE"的SELECT权限。该视图提供了关于日志文件的信息。GRANT SELECT ON V_$ARCHIVED_LOG TO cdc_user; -- 授予用户"cdc_user"对系统视图"V_$ARCHIVED_LOG"的SELECT权限。该视图提供了关于已归档日志文件的信息。GRANT SELECT ON V_$ARCHIVE_DEST_STATUS TO cdc_user; -- 授予用户"cdc_user"对系统视图"V_$ARCHIVE_DEST_STATUS"的SELECT权限。该视图提供了关于归档目标状态的信息。

Oracle CDC DataStream API实现

所使用软件的版本

• java 1.8
• Scala 2.11
• Flink 1.14.2
• Flink CDC 2.3.0
• Source Oracle 19c
• Sink MySQL 5.7
• jackson 2.10.2

Oracle CDC DataStream API可实现一个job监控采集一个数据库的多个表.

1. 定义OracleSource

//源数据库连接配置文件Properties sourceDbProps = DbConfigUtil.loadConfig("oracle.properties");//Debezium配置Properties debeziumProps = new Properties();//参考 https://debezium.io/documentation/reference/1.6/connectors/oracle.html#oracle-property-log-mining-strategydebeziumProps.setProperty("log.mining.strategy", "online_catalog");debeziumProps.setProperty("log.mining.continuous.mine", "true");//decimal.handling.mode指定connector如何处理DECIMAL和NUMERIC列的值，有3种模式：precise、double和string//precise（默认值）：以二进制形式在变更事件中精确表示它们，使用java.math.BigDecimal值来表示（此种模式采集会将DECIMAL和NUMERIC列转成二进制格式，不易读，不便于数据处理）//以double值来表示它们，这可能会到值精度丢失//string：将值编码为格式化的字符串，易于下游消费，但会丢失有关实际类型的语义信息。（建议使用此种模式，便于下游进行数据处理）debeziumProps.setProperty("decimal.handling.mode","string");//Oracle CDC数据源SourceFunction<String> sourceFunction = OracleSource.<String>builder().hostname(sourceDbProps.getProperty("host")).port(Integer.parseInt(sourceDbProps.getProperty("port"))).database(sourceDbProps.getProperty("database")) // monitor database.schemaList(sourceDbProps.getProperty("schema_list").split(",")) // monitor schema.tableList(sourceDbProps.getProperty("table_list").split(",")) // monitor table.username(sourceDbProps.getProperty("username")).password(sourceDbProps.getProperty("password")).deserializer(new JsonDebeziumDeserializationSchema()).debeziumProperties(debeziumProps).startupOptions(StartupOptions.initial()).build(); 

2. 数据处理

参考: MySQL CDC配置及DataStream API实现代码

3. Sink到MySQL

参考: MySQL CDC配置及DataStream API实现代码

参考

1. https://debezium.io/documentation/reference/1.6/connectors/oracle.html
2. https://ververica.github.io/flink-cdc-connectors/release-2.3/content/connectors/oracle-cdc.html
3. https://nightlies.apache.org/flink/flink-docs-release-1.14/docs/connectors/datastream/jdbc/