README
¶
PostgresReader插件文档
快速介绍
PostgresReader插件实现了从Postgres/Greenplum数据库读取数据。在底层实现上，PostgresReader通过github.com/lib/pq连接远程Postgres/Greenplum数据库，并执行相应的sql语句将数据从数据库库中查询出来。
实现原理
PostgresReader通过github.com/lib/pq连接远程Postgres/Greenplum数据库，并根据用户配置的信息生成查询SQL语句，然后发送到远程postgres/greenplum数据库，并将该SQL执行返回结果使用go-etl自定义的数据类型拼装为抽象的数据集，并传递给下游Writer处理。和直接使用github.com/lib/pq连接数据库不同的是，这里采用了github.com/Breeze0806/go/database/pqto以便能设置读写超时。
PostgresReader通过使用dbmsreader中定义的查询流程调用go-etl自定义的storage/database的DBWrapper来实现具体的查询。DBWrapper封装了database/sql的众多接口，并且抽象出了数据库方言Dialect。其中postgres采取了storage/database/postgres实现的Dialect。
功能说明
配置样例
配置一个从Postgres/Greenplum数据库同步抽取数据到本地的作业:
{
"job":{
"content":[
{
"reader":{
"name": "postgresreader",
"parameter": {
"username": "postgres",
"password": "123456",
"column": ["*"],
"connection": {
"url": "postgres://192.168.15.130:5432/postgres?sslmode=disable",
"table": {
"schema":"source",
"name":"type_table"
}
},
"split" : {
"key":"id"
},
"where": "",
"querySql":["select a,b from table_a join table_b on table_a.id = table_b.id"]
}
}
}
]
}
}
参数说明
url
- 描述 主要用于配置对端连接信息。基本配置格式：postgres://ip:port/db，ip:port代表mysql数据库的IP地址和端口，db表示要默认连接的数据库，和pq的连接配置信息基本相同，只是将用户名和密码从连接配置信息提出，方便之后对这些信息加密。与pq不同的是，可以使用readTimeout/writeTimeout配置读/写超时,格式与batchTimeout相同。
- 必选：是
- 默认值: 无
username
- 描述 主要用于配置postgres数据库的用户
- 必选：是
- 默认值: 无
password
- 描述 主要用于配置postgres数据库的密码
- 必选：是
- 默认值: 无
table
描述postgres表信息
- 描述 主要用于配置postgres表的模式名
- 必选：是
- 默认值: 无
- 描述 主要用于配置postgres表的表名
- 必选：是
- 默认值: 无
column
-
描述：所配置的表中需要同步的列名集合，使用JSON的数组描述字段信息。用户使用*代表默认使用所有列配置，例如["*"]。
支持列裁剪，即列可以挑选部分列进行导出。
支持列换序，即列可以不按照表schema信息进行导出。
支持常量配置，用户需要按照PostgreSQL语法格式: ["id", "'hello'::varchar", "true", "2.5::real", "power(2,3)"] id为普通列名，'hello'::varchar为字符串常量，true为布尔值，2.5为浮点数, power(2,3)为函数。
-
必选：是
-
默认值: 无
split
- 描述 主要用于配置postgresql表的切分键，切分键必须为bigInt/string/time类型，假设数据按切分键分布是均匀的
- 必选：否
- 默认值: 无
- 描述 主要用于配置postgresql表的时间切分键，主要用于描述时间最小单位，day（日）,min（分钟）,s（秒）,ms（毫秒）,us（微秒）,ns（纳秒）
- 必选：否
- 默认值: 无
- 描述 主要用于配置db2表的切分键默认值类型，值为bigInt/string/time，这里会检查表切分键中的类型，请务必确保类型正确。
- 必选：否
- 默认值: 无
- 描述 主要用于配置db2表的切分键默认最大值
- 必选：否
- 默认值: 无
- 描述 主要用于配置db2表的切分键默认最小值
- 必选：否
- 默认值: 无
where
- 描述 主要用于配置select的where条件
- 必选：否
- 默认值: 无
querySql
- 描述：在有些业务场景下，where这一配置项不足以描述所筛选的条件，用户可以通过该配置型来自定义筛选SQL。当用户配置了这一项之后，DataX系统就会忽略table，column这些配置型，直接使用这个配置项的内容对数据进行筛选，例如需要进行多表join后同步数据，使用select a,b from table_a join table_b on table_a.id = table_b.id 当用户配置querySql时，MysqlReader直接忽略table、column、where条件的配置，querySql优先级大于table、column、where选项。
- 必选：否
- 默认值：无
类型转换
目前PostgresReader支持大部分Postgres类型，但也存在部分个别类型没有支持的情况，请注意检查你的类型。
下面列出PostgresReader针对Postgres类型转换列表:
| go-etl的类型 | Postgres数据类型 |
|---|---|
| bool | boolen |
| bigInt | bigint, bigserial, integer, smallint, serial,smallserial |
| decimal | double precision, decimal, numeric, real |
| string | varchar, text |
| time | date, time, timestamp |
| bytes | char |
性能报告
待测试
约束限制
数据库编码问题
目前仅支持utf8字符集
Documentation
Source Files