数据校验 gs_datacheck
可获得性
本特性自openGauss 3.0.0版本开始引入。
特性简介
gs_datacheck 工具是一个基于JDK11 + Springboot2.6.7 框架实现openGauss/MySQL之间的同构与异构之间的数据校验。该工具提供了全量数据的校验以及增量数据的实时校验能力,可实现数据一致性校验。
客户价值
通过使用gs_datacheck工具,可完成数据从openGauss/MySQL之间的同构与异构之间的数据库数据一致性检查。
特性描述
gs_datacheck工具提供数据全量和增量校验功能,可以对openGauss/MySQL之间的同构与异构之间的数据库的数据进行一致性校验。
全量校验:
在全量数据迁移完成后,由extract服务对源端和目标端数据通过JDBC方式进行数据抽取然后规整计算,并将计算后的中间数据推送到kafka中。最后由check服务提取kafka中的中间数据,构建默克尔树,通过默克尔树比对实现表数据校验且输出校验结果。
增量校验:
由debezium服务侦听源端MySQL数据库的增量数据,到指定topic。再由源端extract服务处理该topic增量数据,触发check增量校验。
特性增强
- 自openGauss 6.0.0-RC1版本 数据校验工具支持源端是openGauss/MySQL的校验,包括全量校验与增量校验。
- 自openGauss 6.0.0-RC1版本 数据校验实现大表分片校验,提升抽取校验整体性能。具体参数配置参考《校验工具使用指导》( https://gitee.com/opengauss/openGauss-tools-datachecker-performance/blob/master/%E6%A0%A1%E9%AA%8C%E5%B7%A5%E5%85%B7%E4%BD%BF%E7%94%A8%E6%8C%87%E5%AF%BC.md)中7.4章节的数据校验调优配置。
- 自openGauss 5.1.0版本 数据校验工具支持源端是openGauss的校验,包括全量校验与增量校验。
- 自openGauss 5.1.0版本 表记录抽取任务分片规则进行优化,实现抽取校验性能的提升。( 在50张表每张表1千万记录场景下,校验性能使用sysbench模型以及t_datacheck_templete模型,校验速率达到20万条/秒,其中使用t_datacheck_templete模型可以达到(150+M/s) )(具体模型参考 https://gitee.com/opengauss/openGauss-tools-datachecker-performance中《校验工具使用指导.md 》7.1章节,表设计)
特性约束
- JDK版本要求JDK11+
- 当前版本仅支持对源端openGauss/MySQL,目标端openGauss/MySQL数据校验
- 当前版本仅支持数据校验,不支持表对象校验
- MYSQL需要5.7+版本
- 当前版本不支持地理位置几何图形数据校验
- 数据校验行级过滤规则配置,只支持[offset,count]指定范围内抽取,不支持排除[offset,count]范围之内的数据过滤。
- 行过滤规则抽取中间范围内数据(例如:[10,100]),如果源端在该范围之前的数据[0,10]发生删除操作,则会导致该表在指定范围内数据发生偏移,从而导致数据校验结果产生差异。此时需要扩大前置下标范围,以及增加相应的抽取数量。即[3,107]。
- 当对主键的update语句没有通过增量迁移同步到目的端 或 主键同步发生错误的时候,进行数据校验,源端update后的新数据和目标端的旧数据是两条独立的数据,对校验差异进行处理时,会生成两条语句,即对旧数据进行删除,对新数据做插入。此场景会将一条主键update语句拆分为两条语句(insert+delete)来执行,且分解到两个事务中执行,无法保证原子性。
- 增量校验不支持表级规则
- 增量校验不支持行级规则
- 增量校验目前只支持数据增删改校验,暂时不支持表结构(对象)校验(包括多表少表)
依赖关系
无。
参考文档
开源社区地址: gs_rep_portal
详细参考文档: README.md
数据校验社区地址:gs_datacheck
详细参考文档: 校验工具使用指导.md
意见反馈