SmartCode.ETL 这不是先有鸡还是蛋的问题!

2022-09-16 18:10:25

继国庆节 SmartCode 正式版（SmartCode.Generator）发布之后，SmartCode 迎来了新的能力 SmartCode.ETL !

SmartCode 正式版从开始发布就从未说过自己仅仅是个代码生成器，这点上从我第一次宣布SmartCode正式开源的文章就可以说明：《SmartCode 不只是代码生成器》，这不仅仅是一句推广语！

SmartCode.Generator

相信不少同学都用过各种代码生成器，这里我就不做详细介绍了，如果想体验 SmartCode.Generator 请至 SmartCode 正式开源，不只是代码生成器！配置好数据库连接，一键生成解决方案。

Why SmartCode.ETL

相信不少已经落地微服务架构方案的同学都会遇到同样的问题：

业务方的查询需求似乎总是跨微服务DB的
领导层需要查看的报表数据总是全局的（需要聚合跨微服务DB的）

So SmartCode.ETL

从多个微服务DB 同步业务聚合查询数据到 all_biz DB （解决：微服务架构一定会遇到的业务方需要跨微服务DB查询的问题）
从 all_biz DB 同步聚合分析数据到 report DB (解决：领导层查看的报表数据聚合问题)

How SmartCode.ETL

安装 SmartCode from dotnet-cli

dotnet tool install --global SmartCode.CLI

使用 SmartCode.Generator 生成同步Sql表结构脚本，以及 SmartCode.ETL 构建配置
执行Sql同步脚本初始化表结构
使用任务调度（crontab） + SmartCode.ETL 同步分析数据
通过持久化 etl_task 监控 etl执行情况（目前支持PostgreSql）

简单来说就是SmartCode生成SmartCode，任务调度执行SmartCode命令行。（这真的不是先有鸡还是蛋的问题.....）

SmartCode 插件概览

{

  "SmartCode": {

    "Version": "v1.16.15",

    "Plugins": [

      {

        "Type": "SmartCode.IDataSource,SmartCode",

        "ImplType": "SmartCode.NoneDataSource,SmartCode"

      },

      {

        "Type": "SmartCode.IBuildTask,SmartCode",

        "ImplType": "SmartCode.App.BuildTasks.ClearBuildTask,SmartCode.App"

      },

      {

        "Type": "SmartCode.IBuildTask,SmartCode",

        "ImplType": "SmartCode.App.BuildTasks.ProjectBuildTask,SmartCode.App"

      },

      {

        "Type": "SmartCode.IBuildTask,SmartCode",

        "ImplType": "SmartCode.App.BuildTasks.MultiTemplateBuildTask,SmartCode.App"

      },

      {

        "Type": "SmartCode.IBuildTask,SmartCode",

        "ImplType": "SmartCode.App.BuildTasks.ProcessBuildTask,SmartCode.App"

      },

      {

        "Type": "SmartCode.IOutput,SmartCode",

        "ImplType": "SmartCode.App.Outputs.FileOutput,SmartCode.App"

      },

      {

        "Type": "SmartCode.IDataSource,SmartCode",

        "ImplType": "SmartCode.Generator.DbTableSource,SmartCode.Generator"

      },

      {

        "Type": "SmartCode.IBuildTask,SmartCode",

        "ImplType": "SmartCode.Generator.BuildTasks.TableBuildTask,SmartCode.Generator"

      },

      {

        "Type": "SmartCode.IBuildTask,SmartCode",

        "ImplType": "SmartCode.Generator.BuildTasks.SingleBuildTask,SmartCode.Generator"

      },

      {

        "Type": "SmartCode.INamingConverter,SmartCode",

        "ImplType": "SmartCode.Generator.TableNamingConverter,SmartCode.Generator"

      },

      {

        "Type": "SmartCode.TemplateEngine.ITemplateEngine,SmartCode.TemplateEngine",

        "ImplType": "SmartCode.TemplateEngine.Impl.HandlebarsTemplateEngine,SmartCode.TemplateEngine"

      },

      {

        "Type": "SmartCode.TemplateEngine.ITemplateEngine,SmartCode.TemplateEngine",

        "ImplType": "SmartCode.TemplateEngine.Impl.OfficialRazorTemplateEngine,SmartCode.TemplateEngine"

      },

      {

        "Type": "SmartCode.Generator.IDbTypeConverter,SmartCode.Generator",

        "ImplType": "SmartCode.Generator.DbTypeConverter.DefaultDbTypeConverter,SmartCode.Generator"

      },

      {

        "Type": "SmartCode.IDataSource,SmartCode",

        "ImplType": "SmartCode.ETL.ExtractDataSource,SmartCode.ETL"

      },

      {

        "Type": "SmartCode.IBuildTask,SmartCode",

        "ImplType": "SmartCode.ETL.BuildTasks.TransformBuildTask,SmartCode.ETL"

      },

      {

        "Type": "SmartCode.ETL.ITransformEngine,SmartCode.ETL",

        "ImplType": "SmartCode.ETL.TransformEngine.RazorTransformEngine,SmartCode.ETL"

      },

      {

        "Type": "SmartCode.IBuildTask,SmartCode",

        "ImplType": "SmartCode.ETL.BuildTasks.LoadBuildTask,SmartCode.ETL"

      },

      {

        "Type": "SmartCode.ETL.IETLRepository,SmartCode.ETL",

        "ImplType": "SmartCode.ETL.NoneETLRepository,SmartCode.ETL"

      },

      {

        "Type": "SmartCode.ETL.IETLRepository,SmartCode.ETL",

        "ImplType": "SmartCode.ETL.PostgreSql.PGETLRepository,SmartCode.ETL.PostgreSql",

        "Paramters": {

          "ConnectionString": "Server=localhost;Port=5432;User Id=postgres;Password=SmartSql; Database=smartcode_etl;"

        }

      }

    ]

  }

}

ETL 构建配置

Author: Ahoo Wang

DataSource:

  Name: Extract

  Paramters:

    DbProvider: SqlServer

    ConnectionString: Data Source=.;Initial Catalog=SmartSqlDB;Integrated Security=True

    Query: SELECT [Id],[UserName],[Status],[LastLoginTime],[CreationTime],[ModifyTime],[Deleted] FROM [T_User] With(NoLock) Where ModifyTime>@LastMaxModifyTime

    PKColumn: Id

    AutoIncrement: true

    ModifyTime: ModifyTime

Paramters:

  ETLCode: SmartCode.ETL.Test

  ETLRepository: PG

Build:

  Transform:

    Type: Transform

    Paramters:

      Script:

  Load2PostgreSql:

    Type: Load

    Paramters:

      DbProvider: PostgreSql

      ConnectionString: Server=localhost;Port=5432;User Id=postgres;Password=SmartSql; Database=smartsql_db;

      Table: t_user__temp

      PreCommand: CREATE TABLE t_user__temp( LIKE t_user );

      PostCommand: "Delete From t_user as source Where EXISTS(select * from t_user__temp temp where temp.id=source.id);

      Insert Into t_user  SELECT * From t_user__temp;

      Drop Table t_user__temp;

      "

      ColumnMapping: [{Column: Id,Mapping: id}

      ,{Column: UserName,Mapping: user_name}

      ,{Column: Status,Mapping: status}

      ,{Column: LastLoginTime,Mapping: last_login_time}

      ,{Column: CreationTime,Mapping: creation_time}

      ,{Column: ModifyTime,Mapping: modify_time}

      ,{Column: Deleted,Mapping: deleted}]

根 Paramters

参数名	说明
ETLCode	ETL任务Code,区分任务类型，唯一
ETLRepository	ETL任务持久化仓储，None/PG

DataSource 参数说明

属性 Name:Extract,使用 ExtractDataSource 插件作为数据源

ExtractDataSource.Paramters

参数名	说明
DbProvider	数据驱动提供者:MySql,MariaDB,PostgreSql,SqlServer,Oracle,SQLite
ConnectionString	连接字符串
Query	查询命令，需要抽取的数据。默认会自动注入三个参数 LastMaxId,LastMaxModifyTime,LastQueryTime 作为查询条件
PKColumn	主键列名
AutoIncrement	是否为自增主键，true 自动计算抽取的最大主键值(MaxId)
ModifyTime	最近一次修改时间列名，设置后自定计算抽取的最大修改时间列(MaxModifyTime)

Build.Load 参数说明

属性 Type:Load,使用 LoadBuildTask 插件作为构建任务

Build.Load.Paramters

参数名	说明
DbProvider	数据驱动提供者:MySql,MariaDB,PostgreSql,SqlServer,Oracle,SQLite
ConnectionString	连接字符串
Table	目标表名
PreCommand	执行批量插入任务之前执行的命令
PostCommand	执行批量插入任务之后执行的命令
ColumnMapping	列映射

同步策略

LastMaxId

LastMaxId 即上一次抽取的数据最大Id值(第一次抽取时LastMaxId为-1)，该模式使用于数据插入后不再变更的数据表。

LastMaxModifyTime

LastMaxModifyTime 即上一次抽取的数据最大ModifyTime值(第一次抽取时LastMaxModifyTime为1970-01-01 08:00:00)，适用于插入数据后还会变更的数据表。

并发任务同步

对 Id 取模,分拆不同任务，同时并发执行

大数据量同步

使用 Top/Limit 限制数据抽取数量，分多次同步执行完成整个数据同步。

ETL_Task 任务监控

性能监控

运行环境

源抽取库：Windows Server 2012 , 8 vCPU 16 GB + SSD + SqlServer-2014
目标分析库：CentOS-7 , 8 vCPU 16 GB + SSD + PostgreSql-11 + SmartCode

ETL_Task.Extract

以下是数据抽取性能，抽取数量为 1434678，耗时 41267 毫秒。

{

    "MaxId": 1755822,

    "PKColumn": "Id",

    "QuerySize": 1434678,

    "QueryTime": "2018-11-01T11:31:53.6191084+08:00",

    "QueryCommand": {

        "Taken": 41267,

        "Command": "Select * From T_ProductSearchLog  With(NoLock) Where Id>@LastMaxId",

        "Paramters": {

            "LastMaxId": -1,

            "LastQueryTime": "1970-01-01T08:00:00"

        }

    }

}

ETL_Task.Load

以下是数据加载性能，批量插入数据量为 1434678，耗时 21817 毫秒，平均每秒插入 65759.6 条数据。

{

    "Size": 1434678,

    "Table": "t_product_search_log",

    "Taken": 21817,

    "PreCommand": null,

    "PostCommand": null

}

目前 SmartCode.ETL 已经落地到我们的生产环境了（11-01上线截至 2018-11-16 16：50 执行了 65520 次同步任务，暂无error日志抛出）

PS：虽然 SmartCode.ETL 只花了周末俩天时间完成扩展，但已经可以满足我们至少90%的应用场景。这足以见得 SmartCode 扩展能力是多么令人意外了。当然SmartCode的其他能力还得后续等各位一起发掘！！！

码农公寓