跳到主要内容
版本:v2.7

腾讯云TDSQL读取设置

腾讯云TDSQL数据源读取设置​

  • 读取方式
  • 首先要设置读取方式,会提供两种读取方式:Ckafka(实时模式) & 批量读取
    • Ckafka
      • 可通过Ckafka读取TDSQL数据源的实时增量数据。
      • 需要用户输入要读取的Topic名称,支持正则表达式(多个Topic可用英文逗号分隔)
        注:用户填写的Topic名称要求与用户要同步的表之间有一定的关联关系,若用户同步的表属于用户填写的Topic的话,则任务会正常读取全量和增量;若用户同步的表不属于该用户填写的Topic或者Topic名称填写错误,则任务只会去同步全量不会同步增量数据。
      • 若用户在同步Ckafka实时同步数据前要迁移该数据库存量数据,可开启「存量数据读取」。激活任务后系统将通过SELECT * FROM table_name方式(读取设置步骤可以添加WHERE语句)读取存量数据,完成存量数据同步后再进行Ckafka读取模式。
    • 批量读取:

:-: ![](images/屏幕快照2019-09-24下午5.09.24.png =480x)

  • 批量读取模式要求数据源用户名拥有SELECT权限,定期执行SQL语句的方式读取数据。
    • 定时读取,要求用户输入读取频率,默认为 60秒,允许使用Cron表达式。
    • 同步一次:表示该任务只同步一次数据源数据到目的地即可。(数据源为MySQL、Oracle、SQL Server、Postgre SQL 、腾讯云TDSQL允许只同步一次)
  • 读取并发数量
    • 读取并发数量是指该任务从数据源中并行读取表的数量,默认为5。
    • 具体读取并发数量要根据数据源可接受请求量决定。
    • 详细策略:并发数量代表着并行读取表的数量,当表读取完毕时系统会释放掉该线程,其他的表可继续抢占该线程进程数据的读取。任务暂停后又重启所有的表会重新抢占线程,系统会按照断点续传的方式继续同步新增数据。
  • 读取速率限制
    • 当用户设置读取速率限制,系统平均读取速率将不会超过该数值。
    • 可按流量或行数作为限制条件。
    • 用户能够不选、单选或多选,若同时勾选,两种限制将同时应用。
    • 勾选后即可激活对应的速率限制,请输入正整数;
  • 数据源高级设置
    • 传输队列最大缓存值
      • 任务开始读取数据后,单个任务默认缓存10GB数据(读写数据量差),用户可自定义。
      • 读写数据量差达到10GB(最大缓存值时),根据先进先出的原则,旧数据将会被回收。
      • 当任务数据读写速率失衡,读写数据量差大于10GB(最大缓存值)时,将会出现部分数据被回收,未能成功写入数据目的地的情况。
    • 传输队列回收时间
      • 任务开始读取数据后,但个任务默认缓存3天数据,用户可自定义。
      • 缓存数据达到回收时间,旧数据将会被回收。
      • 当任务数据读写速率失衡,超过回收时间的数据尚未被写入到目的地,将会出现部分数据被回收,未能成功写入数据目的地的情况。
    • 数据任务动态限速
      • 开启后该数据任务读写数据量差达到「最大缓存值」,任务将会暂停数据读取工作。当实际缓存数据量小于「最大缓存值」时会重新开始读取数据。
      • 可根据用户情况自定义「检查频率」
    • 读取端数据一致性
      • 用户「关闭」该选项,DataPipeline 从数据源读取数据后,将会立即写入到目的地。
      • 用户「开启」该选项,DataPipeline 从数据源读取数据后,系统定期记录读取的进度,数据对应的进度被成功记录了,才会被允许写入到目的地。以此来保证系统出现重启或者rebalance的情况时,根据系统明确的标记信息来保证目的地数据的一致性。