【技术实现步骤摘要】
本申请涉及计算机技术中不同数据库之间数据迁移的方法,尤其涉及异构数据库之间数据迁移的方法及系统。
技术介绍
早期互联网应用中,底层数据普遍采取单库存储所有数据的存储方案。随着互联网应用的发展,用户量的激增,数据存储数量呈指数递增,底层数据单库存储方案制约甚至限制着互联网应用的进一步扩展。为此,为解决单库存储的瓶颈问题,需逐步采用另外一种支持横向存储的解决方案。而要解决数据存储的瓶颈,必须切换现有的存储结构,但由于目前底层数据量非常庞大,在切换存储结构的同时,如何将原有的海量数据迁移到新的支持横向扩展的存储结构上也是一个很大的瓶颈点。现有的进行互联网中数据迁移用到的手段或者是通过不同数据库提供的导入导出工具将原数据库的数据导出到文件中,再将这些数据文件通过另外一种数据库工具导入到新的数据表,或者在不同数据库中编写和应用相关的程序,在程序中将数据从原数据库中通过查询语句查询出来后,再通过程序将数据插入到新的数据库,或者利用云数据迁移工具,将一个关系型数据库中的数据导入到分布式系统集群Hadoop的分布式文件系统(Hadoop Distributed File System,HDFS)中,也可以将HDFS的数据导入到关系型数据库中。通过Sqoop,可以在基于Hadoop分布式处理的基础上,将数据从原数据库中取出到HDFS中,再将数据从HDFS中取出导入到新的数据库中。由此看出目前互联网中的数据迁
【技术保护点】
一种数据库数据迁移方法,应用在分布式系统集群环境中,用于在第一数据库和第二数据库之间迁移数据,其特征在于,该方法包括:配置数据库迁移任务的被批量调度的多个表任务对应的表任务信息,所述每个表任务将第一数据库中与该表任务对应的源数据表进行数据迁移;从第一数据库读出该表任务中需迁移的源数据表的数据;并对该源数据表的数据进行分库得到多个分库数据表,再将该多个分库数据表导入到分布式文件系统中;及从所述分布式文件系统中将该多个分库数据表导出到第二数据库中。
【技术特征摘要】
1.一种数据库数据迁移方法,应用在分布式系统集群环境中,用于在第一
数据库和第二数据库之间迁移数据,其特征在于,该方法包括:
配置数据库迁移任务的被批量调度的多个表任务对应的表任务信息,所述
每个表任务将第一数据库中与该表任务对应的源数据表进行数据迁移;
从第一数据库读出该表任务中需迁移的源数据表的数据;
并对该源数据表的数据进行分库得到多个分库数据表,再将该多个分库数
据表导入到分布式文件系统中;及
从所述分布式文件系统中将该多个分库数据表导出到第二数据库中。
2.如权利要求1所述的数据库数据迁移方法,其特征在于,通过表配置文
件来配置多个表任务对应的表任务信息。
3.如权利要求2所述的数据库数据迁移方法,其特征在于,对应每个表任
务,所述表配置文件包括源配置和目标配置,所述源配置给出了第一数据库中
需要迁移的源数据表的信息,所述目标配置给出了要把需要迁移的源数据表迁
往的第二数据库中的目标数据表的信息。
4.如权利要求1所述的数据库数据迁移方法,其特征在于,将第一数据库
中数据导入到分布式文件系统中的过程包括:
获取并加载所调度的表任务的表任务信息,所述表任务信息中包括该表任
务对应需要迁移的源数据表的切分字段及分库字段信息;
根据所述表任务信息中的切分字段将需要迁移的源数据表分成第一数量的
多个切片,并请求分布式系统集群对应每个切片形成一个第一映射任务,所述
每个第一映射任务都与第一数据库连接并读取源数据表的一个切片;
进一步请求分布式系统集群在所述每个第一映射任务中,根据所述表任务
信息中的分库字段对该第一映射任务读取的每个切片进行分库得到第二数量的
分库数据表,进一步请求分布式系统集群根据所述分库后得到的每个分库数据
表对应形成一个第一化简任务;及
由每个第一化简任务将分库后得到的每个分库数据表的数据写入到分布式
文件系统中。
5.如权利要求4所述的数据库数据迁移方法,其特征在于,所述分库过程
包括:
逐条读取第一数据库中一个源数据表的数据;
对所读取的数据做转义、转码;
读取表任务信息中的源数据表的分库字段信息;
对该分库字段对应的分库键值取模并映射到一个下标的文件中;及
将该下表的文件划分到对应的第一化简任务中。
6.如权利要求1所述的数据库数据迁移方法,其特征在于,从所述分布式
文件系统中将该多个分库数据表导出到第二数据库中的方法包括:
获取表任务信息;
请求分布式系统集群对应所述每个分库数据表形成一个第二映射任务,所
述每个第二映射任务会将一个分库数据表从所述分布式文件系统中读出并写入
本地系统临时文件;及
由所述每个第二映射任务调用一个第二数据库导入工具,将写入到本地系
统临时文件中的分库数据表导入到第二数据库中。
7.如权利要求6所述的数据库数据迁移方法,其特征在于,所述迁移方法
在将分布式文件系统中的数据导出到第二数据库中后还包括:
比较第一数据库与第二数据库中的数据,校验在迁移过程中数据是否有缺
失以及数据是否不完整。
8.如权利要求7所述的数据库数据迁移方法,其特征在于,所述比较第一
数据库与第二数据库中的数据的过程包括:
读取表任务信息;
根据表任务信息中的切分字段将需要校对的第一数据库中的源数据表分成
第一数量的多个切片,并请求分布式系统集群对应该每个切片形成一个第三映
射任务,所述每个第三映射任务读取源数据表中的一个切片,并根据所述表任
务信息中的分库字段对该第三映射任务读取的每个切片进行分库得到第二数量
的多个分库数据表;及
从第二数据库中读取与所述多个分库数据表对应的数据,并请求分布式系
统集群根据每个分库数据表对应形成一个第三化简任务,所述第三化简任务通
\t过合并和排序将第一数据库中的源数据表分库得到的多个分库数据表与从第二
数据库中读取的与所述多个分库数据表对应的数据进行比较,校验数据是否有
缺失及数据是否不完整。
9.如权利要求8所述的数据库数据迁移方法,其特征在于,所述第二数据
库所有分库的数据使用与第一数据库数据迁移到第二数据库的过程中相同的分
库算法的分布式数据库读取。
10.如权利要求1所述的数据库数据迁移方法,其特征在于,所述第一数
据为Oracle数据库,所述第二数据库为Mysql数据库。
11.如...
【专利技术属性】
技术研发人员:庄伟杰,宁玉杰,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛;KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。