FlinkCDC同步ORACLE至Apache Doris

目录

1、什么是apache doris

2、centOS安装Apache Doris,单机部署

3、配置BE

4、flinkCDC同步oracle至Apache Doris

5、数据同步完成

---

1、什么是apache doris

?????????Apache Doris（以前称为Palo）是一个开源的大数据分析数据库项目，是由百度公司发起的一个分布式 SQL 数据仓库。它的设计目标是支持低延迟、高吞吐量的交互式 SQL 查询，可以用于实时报表、在线分析处理等场景。Apache Doris 提供了分布式的、可伸缩的架构，支持高并发的大规模数据查询和分析。它提供了高可靠性、容错性和高性能的特性，支持实时数据加载、提交、分析和查询。进一步地，Apache Doris 支持各种数据格式和数据源，包括结构化数据、半结构化数据和非结构化数据等。在 Apache Doris 中，用户可以使用标准的 SQL 查询语言来进行数据分析，从而更方便地进行数据探索和分析。它也提供了对 Hadoop 生态系统的深度集成，可以直接在 HDFS 上查询数据。

2、centOS安装Apache Doris,单机部署

doris要求有java环境，请预先安装java，要求jdk8版本。

然后去官网下载最新版本：Download - Apache Doris

我这里下载apache-doris-2.0.3-bin-x64版本

先设置linux句柄数：

vi /etc/security/limits.conf 

写入以下内容：

* soft nofile 65536
* hard nofile 65536

然后关闭系统交换分区：

swapoff -a

登录linux创建目录,然后把doris上传至该目录：

mkdir /usr/doris/

解压：

tar -zxvf apache-doris-2.0.3-bin-x64.tar.gz

修改FE配置文件：

vi /usr/doris/apache-doris-2.0.3-bin-x64/fe/conf/fe.conf

修改以下值：

priority_networks=ip/24 这个ip就是你本机的ip

修改BE配置文件：

vi /usr/doris/apache-doris-2.0.3-bin-x64/be/conf/be.conf

修改以下值：

priority_networks=ip/24 这个ip就是你本机的ip

3、配置BE

启动FE:

/usr/doris/apache-doris-2.0.3-bin-x64/fe/bin/start_fe.sh --daemon

这个 --daemon是后台运行的意思。

输入jps命令查看是否启动成功，有显示DorisFE即是成功启动FE：

然后配置BE，在 FE 中添加所有 BE 节点

BE 节点需要先在 FE 中添加，才可加入集群。可以使用 mysql-client(下载MySQL 5.7) 连接到 FE：

./mysql-client -h fe_host -P query_port -uroot

其中 fe_host 为 FE 所在节点 ip；query_port 在 fe/conf/fe.conf 中的，默认是9030；默认使用 root 账户，无密码登录。登录后，执行以下命令来添加每一个 BE：

ALTER SYSTEM ADD BACKEND "be_host:heartbeat-service_port";

其中 be_host 为 BE 所在节点 ip；heartbeat_service_port 在 be/conf/be.conf 中

启动 BE

bin/start_be.sh --daemon

使用mysql-client查看BE状态：

SHOW PROC '/backends'\G;

?

jps查看FE、BE是否启动成功，看到有DorisFE、DorisBE即为启动成功。

4、flinkCDC同步oracle至Apache Doris

首先oracle要开启日志归档，创建同步账号并授权，这个自行百度解决。

本次测试主要是通过?Flink Doris Connector来实现0代码同步oracle，Flink Doris Connector?可以支持通过 Flink 操作（读取、插入、修改、删除） Doris 中存储的数据。详情请参考官网：Flink Doris Connector - Apache Doris

开始同步前准备以下jar包，上传至flink/lib目录底下，然后重启flink：

1、flink-sql-connector-oracle-cdc-3.0.0.jar

2、flink-sql-connector-mysql-cdc-3.0.0.jar

3、mysql-connector-java-8.0.33.jar

4、flink-doris-connector-1.16-1.5.0.jar

如果不知道怎么下载依赖，可以找任意一个maven项目，在pom.xml中添加以下依赖，然后去找到你的maven目录找到conf/settings.xml配置的maven仓库目录中找到这些jar包就行。

<dependency>
	<groupId>com.ververica</groupId>
	<artifactId>flink-sql-connector-oracle-cdc</artifactId>
	<version>3.0.0</version>
</dependency>
<dependency>
	<groupId>com.ververica</groupId>
	<artifactId>flink-sql-connector-mysql-cdc</artifactId>
	<version>3.0.0</version>
</dependency>
<dependency>
	<groupId>org.apache.doris</groupId>
	<artifactId>flink-doris-connector-1.16</artifactId>
	<version>1.5.0</version>
</dependency>
<dependency>
	<groupId>mysql</groupId>
	<artifactId>mysql-connector-java</artifactId>
	<version>8.0.33</version>
</dependency>

现在开始操作。进入flink目录，假设flink安装在/usr/flink中，具体安装请看我的上一篇文章：初识flinkCDC。那么：

cd /usr/flink/flink-1.18.0

输入以下命令，按需求修改成你的信息：

bin/flink run \
     -Dexecution.checkpointing.interval=10s \
     -Dparallelism.default=1 \
     -c org.apache.doris.flink.tools.cdc.CdcTools \
     lib/flink-doris-connector-1.16-1.5.0.jar \
     oracle-sync-database \
     --database test_db \
     --oracle-conf url=jdbc:oracle:thin:@oracle数据库IP:1521/数据库服务名 \
     --oracle-conf username=有归档日志权限的oracle用户名 \
     --oracle-conf password=有归档日志权限的oracle用户密码 \
     --oracle-conf database-name=数据库 \
     --oracle-conf schema-name=数据库schema \
     --including-tables "table1|table2表示同步table1、table2两张表" \
     --sink-conf fenodes=doris数据库IP:8030 \
     --sink-conf username=root \
     --sink-conf password= \
     --sink-conf jdbc-url=jdbc:mysql://doris数据库IP:9030 \
     --sink-conf sink.label-prefix=label \
     --table-conf replication_num=1	

看到有Job has been submitted with JobID 954809be83d2493466ae3e98f09587b5字样说明flink任务提交成功，接下来我们去flink web UI看看，状态为running即为即为成功。：

如果任务报错可以点击任务进入详情查看exception，根据提示修改错。

5、数据同步完成

至此数据同步完成。可用navicat或者其他工具连接doris，就可以看到oracle数据实时同步到doris啦。