跳到主要内容
版本:v5.3

版本说明

  1. 数据源 JDBC 模式支持 PostgreSQL 9.4.26、9.5.25、9.6.24、10.23、11.22、12.20、13.23、14.20版本;
  2. 数据源 wal2json 模式支持 PostgreSQL 9.4.26、9.5.25、9.6.24、10.23、11.22、12.20、13.23、14.20 版本,不支持 PostgreSQL 只读库;
  3. 目的地 JDBC 写入模式支持 9.4.26、9.5.25、9.6.24、10.23、11.22、12.20、13.23、14.20 版本

读取方式

读取方式场景权限要求对应功能
JDBC批量同步场景,全量初始化1、赋予查询权限:
GRANT SELECT ON dp_schema.dp_src_table to dp_heh;
2、赋予schema的使用权限:
GRANT USAGE ON SCHEMA dp_schema TO dp_heh;
1、选表,读取数据
2、任务运行,读取权限
Wal2json增量监听场景1、赋予复制权限(wal2json读取):ALTER USER dp_heh REPLICATION;
2、赋予schema的使用权限:
GRANT USAGE ON SCHEMA dp_schema TO dp_heh;
3、同步表的查询权限
GRANT SELECT ON dp_schema.dp_src_table to dp_heh;

1、wal2json 增量读取
2、任务运行,读取权限
pgoutput增量监听场景1)赋予复制权限
ALTER USER 用户名 REPLICATION;
2)publication需要权限
GRANT CREATE ON database 数据库名 to 用户名;
3)必须是增量监听表的owner权限
1、pgoutput增量读取
2、任务运行,读取权限

写入方式

写入方式场景权限要求对应功能说明
JDBC写入1、赋予在该schema下创建表的权限:
GRANT CREATE ON SCHEMA dp_schema TO dp_heh;
2、赋予schema的使用权限:
GRANT USAGE ON SCHEMA dp_schema TO dp_heh;
3、赋予写入权限:
GRANT SELECT,INSERT,UPDATE,DELETE ON dp_schema.dp_sink_table to dp_heh;
4、赋予清空权限: GRANT TRUNCATE ON dp_schema.dp_sink_table to dp_heh;
5、修改表的owner
ALTER TABLE dp_schema.dp_sink_table OWNER TO dp_heh;
1、创建表
2、任务运行,读取写入权限
3、选表,写入数据
4、清空目的地表
5、删除重建表,结构变化

节点特性

数据类型​

序号官网支持类型DP定义的类型作为源支持情况作为目的地支持情况
1bigserialBIGSERIAL✔️❌
2smallintINT2✔️✔️
3int2vectorINT2VECTOR✔️❌
4integerINT4✔️✔️
5int4rangeINT4RANGE✔️❌
6bigintINT8✔️✔️
7int8rangeINT8RANGE✔️❌
8moneyMONEY✔️❌
9nameNAME✔️❌
10numeric [ (_p_, _s_) ]NUMERIC✔️✔️
11numrangeNUMRANGE✔️❌
12textTEXT✔️✔️
13time [ (_p_) ] [ without time zone ]TIME✔️✔️
14timestamp [ (_p_) ] [ without time zone ]TIMESTAMP✔️✔️
15time [ (_p_) ] with time zoneTIMETZ✔️✔️
16timestamp [ (_p_) ] with time zoneTIMESTAMPTZ✔️✔️
17uuidUUID✔️❌
18character varying [ (_n_) ]VARCHAR✔️✔️
19xmlxml✔️❌
20bit [ (_n_) ]BIT✔️❌
21booleanBOOL✔️✔️
22byteaBYTEA✔️✔️
23character [ (_n_) ]BPCHAR✔️✔️
24dateDATE✔️✔️
25daterangeDATERANGE✔️❌
26realFLOAT4✔️✔️
27double precisionFLOAT8✔️✔️
28jsonJSON✔️❌
29jsonbJSONB✔️❌
30lineLINE✔️❌
31lsegLSEG✔️❌
32oidOID✔️❌
33oidvectorOIDVECTOR✔️❌
34pathPATH✔️❌
35pg_lsnPG_LSN✔️❌
36pg_node_treePG_NODE_TREE✔️❌
37pointPOINT✔️❌
38polygonPOLYGON✔️❌
39refcursorREFCURSOR✔️❌
40regclassREGCLASS✔️❌
41regconfigREGCONFIG✔️❌
42regdictionaryREGDICTIONARY✔️❌
43regnamespaceREGNAMESPACE✔️❌
44regoperREGOPER✔️❌
45macaddrMACADDR✔️❌
46regoperatorREGOPERATOR✔️❌
47regprocREGPROC✔️❌
48regprocedureREGPROCEDURE✔️❌
49regroleREGROLE✔️❌
50regtypeREGTYPE✔️❌
51RELTIME✔️❌
52SMGR✔️❌
53tidTID✔️❌
54TINTERVAL✔️❌
55interval [ _fields_] [ (_p_) ]INTERVAL✔️❌
56cidrCIDR✔️❌
57inetINET✔️❌
58tsqueryTSQUERY✔️❌
59tsrangeTSRANGE✔️❌
60tstzrangeTSTZRANGE✔️❌
61tsvectorTSVECTOR✔️❌
62bit varying [ (_n_) ]VARBIT✔️✔️
63txid_snapshotTXID_SNAPSHOT✔️❌
64UNKNOWN✔️❌
65ABSTIME✔️❌
66aclitemACLITEM✔️❌
67boxBOX✔️❌
68cidCID✔️❌
69xidXID✔️❌
70gtsvectorGTSVECTOR✔️❌
71circleCIRCLE✔️❌
72float4REAL✔️✔️
73bpcharCHARACTER✔️✔️
74GEOMETRY✔️❌
75character varying [ (_n_) ]CHARACTER VARYING✔️❌
76vectorvector✔️✔️

说明:由于pg类型的数据库较为灵活,因此有部分字段类型官网没有,但是通过JDBC驱动查询时,可以查询出来。因此DP支持的字段类型会有部分在官网上没有更新。

DML​

读取​

读取模式DML识别捕获信息限制
JDBCINSERT源端读取支持的所有字段类型【限制】不支持列筛选
逻辑复制INSERT源端读取支持的所有字段类型【限制】1、不支持列筛选
【限制】2、无法捕获到TOAST字段
在 PostgreSQL 中,toast 其实是 PostgreSQL 用来存储大数据字段的机制。TOAST 是 PostgreSQL 在存储大型字段(如 TEXT、BYTEA 和 JSONB 等大对象)时的一种技术,允许将过大的数据分割为块并压缩,以便更高效地存储和访问。简单来说,TOAST 字段就是超过某个阈值的字段数据,它们在数据库内部经过分块和压缩处理
【限制】3、无主键的表,捕获不到D类型的记录;U类型捕获只有after有值,before都是null(有些时候U也捕获不到,是复制槽的限制,可以消费复制槽验证)
想要捕获全部信息,需要REPLICA IDENTITY属性设置为FULL(同样适用于有主键表想捕获全部列)
-- 查级别,查出来的可能是缩写,只有首字母
SELECT n.nspname,c.relname,relreplident FROM pg_catalog.pg_class c LEFT JOIN pg_catalog.pg_namespace n ON c.relnamespace=n.oid where c.relname = 'heh_0714'
-- 修改级别
ALTER TABLE heh_0714 REPLICA IDENTITY FULL
UPDATEbefore:主键(可通过配置捕获全部字段)
after:支持的所有字段
DELETEbefore:主键(可通过配置捕获全部字段)
after:null

写入​

写入策略写入SQL语法限制
INSERTINSERT INTO 。。。 VALUES 。。。
UPDATEUPDATE。。。 SET。。。 WHERE 。。。需要在目的地指定逻辑主键,如果未指定逻辑主键,会使用映射上配置的主键作为逻辑主键。
【限制】当源端采集不完整,目的主键列 源端采集不到,会存在最终数据不一致情况,因为拿null去更新数据(不是因为真实值为null,是因为采集不完整)
当更新条件中存在值为null时,会做特殊处理。
更新条件的字段为空:update 表名 set 字段 value where 更新条件 is null;
更新条件的字段为空:update 表名 set 字段 value where 更新条件 in value;
示例:
plain UPDATE "postgres"."public"."t1" SET "col1"=?,"col2"=? WHERE "id1" IS NULL AND "id"=?
DELETEset enable_indexscan = on;
set enable_seqscan = off;
DELETE FROM。。。 WHERE 。。。
需要在目的地指定逻辑主键,如果未指定逻辑主键,会使用映射上配置的主键作为逻辑主键。
原因同上:
当更新条件中存在值为null时,会做特殊处理。
1. 更新条件的字段为空:delete from 表名 where 更新条件 is null;
2. 更新条件的字段不为空:delete from 表名 where 更新条件的字段 in (value);
plain DELETE FROM "postgres"."public"."t1" WHERE "id1" IS NULL AND ("id") in (('1'))
MERGEpg 9.4: delete+ insert需要在目的地指定逻辑主键,如果未指定逻辑主键,会使用映射上配置的主键作为逻辑主键。
其他版本+ 部分更新(oracle未开启补全),update
其他版本
1)逻辑主键变更: delete+ insert
2)非逻辑主键变更:
INSERT INTO 。。。VALUES 。。。
ON CONFLICT 。。。 DO UPDATE SET。。。
IGNORE

DDL​

读取​

由于解析是通过pgoutput/wal2json,而pgoutput/wal2json中没有DDL信息,因此,实际上DDL是靠结构比对捕获的,因此,需要增量数据触发diff,才能获取到DDL的事件。因此也无法处理连续DDL场景,会根据结构比对产生

DDL类型读取方式是否支持获取上游触发场景支持处理的内容
add columnpgoutput/wal2json / JDBC✔️1. 源端加列
2. 源端rename列–rename后的列识别为新增列
【限制】不支持移位DDL,即不支持after,first等
名称、类型、精度、标度、默认值、注释、not null
drop columnpgoutput/wal2json / JDBC✔️1. 源端加列
2. 源端rename列–rename后的列识别为新增列
modify columnpgoutput/wal2json / JDBC✔️源端修改类型,精度,标度类型、精度、标度、默认值、注释、not null
rename columnpgoutput/wal2json / JDBC❌【限制】不支持,会识别为删除列+新增列(风险❗️)
drop tablepgoutput/wal2json❌不支持如果在同步时,发生了删表的情况。可以手动暂停任务删掉该映射即可。
如果不删除,未来加入源端有了一张新的同名表,会订阅该表的信息,假如schema不同,会触发结构变化。
JDBC✔️源表被删除或者源表被rename
【说明】当JDBC读取的时候,会检测到待同步的表不存在。
truncate tablewal2json / JDBC❌不支持
pgoutput✔️支持
create tablepgoutput/wal2json❌不支持
JDBC❌当前不支持
rename tablepgoutput/wal2json❌不支持
JDBC❌不支持,会被识别为drop table

写入​

DDL类型是否支持限制
truncate table✔️
drop table✔️
truncate partition❌
drop partition❌
add column✔️【限制】不支持移位DDL,即不支持after,first等
drop column✔️
modify column✔️【限制】1、其他未支持的属性,结构变化后映射可能会有diff
【限制】2、修改列的数据类型,并且新类型与旧类型不兼容时,需要使用 USING 子句,此种场景暂不支持
rename column✔️【限制】其他未支持的属性,结构变化后映射可能会有diff

索引​

PostgreSQL 当前支持在创建目的表时,可以创建索引,目前支持的索引类型及配置

索引类型索引存储方式排序
普通索引Hash 、Btree支持配置
唯一索引Btree支持配置
主键索引Btree不支持配置,默认为升序

添加 PostgreSQL 节点操作步骤

新建弹窗界面选择了 PostgreSQL 节点类型之后,显示 PostgreSQL 的基本信息配置模板:

  • 版本:选择版本
  • 服务器地址:输入连接数据节点的域名或 IP 地址。例如 192.168.2.11 或datapipeline.com
  • 端口:输入连接数据节点的端口值
  • 数据库名称:要求连接数据库的名称
  • Schema 目录:要求输入数据节点读取目录地址
    • 选项一:public(默认)
    • 选项二:用户可输入自定义选项
    • 允许输入多个 Schema,多个 Schema 可用英文逗号分隔
  • 用户名和密码:输入可访问该数据节点的用户名和密码

其他说明,PostgreSQL当前产品支持了两种节点类型, 一种是PostgreSQL,一种是PostgreSQL(新),两者的区别在于对于DDL的处理,第一种是依赖于Debezium的实现机制,这种机制主要在目的地端触发并处理。而PostgreSQL(新),则采用事件消息模型,在源端进行处理,并产生对应的事件,由下游根据策略配置,执行动作,这种模型会更好的处理快速的DDL的事件。

节点限制:​

wal2json的实现机制,是开启了复制槽后,会定期的flush lsn ,通知数据库,这一批已经处理完了。这个时候,数据库会根据返回的信息,定期处理和回收日志,因此pg系的对于wal2json的同步方式,指定LSN的预期将很难确定,无法确认数据库回收了多少,举例,复制槽开始时是100,系统复制到了10000,这个时候可能日志回收被处理的是100-10000之间的一个值,然后如果指定了一个小于10000的数,如果启动时没有被回收则从该点继续读,如果回收了,则从最小的开始读,因此这个功能对于用户而言预期和实际有很大的偏差,对于该节点,只能提供暂停时进度,激活时间为起点,这两个起点设置,暂不支持指定起点的功能。