sqlserver導(dǎo)入文本數(shù)據(jù)時出現(xiàn)“抽樣數(shù)據(jù)的最后一行不完整,可能缺少列或行分隔符,或未正確限定文本”錯誤

改數(shù)據(jù)的格式

成都創(chuàng)新互聯(lián)公司企業(yè)建站,十余年網(wǎng)站建設(shè)經(jīng)驗，專注于網(wǎng)站建設(shè)技術(shù)，精于網(wǎng)頁設(shè)計，有多年建站和網(wǎng)站代運營經(jīng)驗，設(shè)計師為客戶打造網(wǎng)絡(luò)企業(yè)風(fēng)格，提供周到的建站售前咨詢和貼心的售后服務(wù)。對于成都網(wǎng)站設(shè)計、網(wǎng)站建設(shè)中不同領(lǐng)域進行深入了解和探索，創(chuàng)新互聯(lián)在網(wǎng)站建設(shè)中充分了解客戶行業(yè)的需求，以靈動的思維在網(wǎng)頁中充分展現(xiàn)，通過對客戶行業(yè)精準市場調(diào)研，為客戶提供的解決方案。

格式可以調(diào)整，在企業(yè)管理器里可瀏覽導(dǎo)入格式和設(shè)置

oracle的數(shù)據(jù)導(dǎo)入到mysql中，遇到一個時間轉(zhuǎn)換問題

OGG全稱為Oracle GoldenGate,是由Oracle官方提供的用于解決異構(gòu)數(shù)據(jù)環(huán)境中數(shù)據(jù)復(fù)制的一個商業(yè)工具。相比于其它遷移工具OGG的優(yōu)勢在于可以直接解析源端Oracle的redo log，因此能夠?qū)崿F(xiàn)在不需要對原表結(jié)構(gòu)做太多調(diào)整的前提下完成數(shù)據(jù)增量部分的遷移。本篇文章將重點介紹如何使用OGG實現(xiàn)Oracle到MySQL數(shù)據(jù)的平滑遷移，以及講述個人在遷移過程中所碰到問題的解決方案。

（一）OGG邏輯架構(gòu)

參照上圖簡單給大家介紹下OGG邏輯架構(gòu)，讓大家對OGG數(shù)據(jù)同步過程有個簡單了解，后面章節(jié)會詳細演示相關(guān)進程的配置方式，在OGG使用過程中主要涉及以下進程及文件：

Manager進程：需要源端跟目標端同時運行，主要作用是監(jiān)控管理其它進程，報告錯誤，分配及清理數(shù)據(jù)存儲空間，發(fā)布閾值報告等

Extract進程：運行在數(shù)據(jù)庫源端，主要用于捕獲數(shù)據(jù)的變化，負責(zé)全量、增量數(shù)據(jù)的抽取

Trails文件：臨時存放在磁盤上的數(shù)據(jù)文件

Data Pump進程：運行在數(shù)據(jù)庫源端，屬于Extract進程的一個輔助進程，如果不配置Data Pump，Extract進程會將抽取的數(shù)據(jù)直接發(fā)送到目標端的Trail文件，如果配置了Data Pump，Extract進程會將數(shù)據(jù)抽取到本地Trail文件，然后通過Data Pump進程發(fā)送到目標端，配置Data Pump進程的主要好處是即使源端到目標端發(fā)生網(wǎng)絡(luò)中斷，Extract進程依然不會終止

Collector進程：接收源端傳輸過來的數(shù)據(jù)變化，并寫入本地Trail文件中

Replicat進程：讀取Trail文件中記錄的數(shù)據(jù)變化，創(chuàng)建對應(yīng)的DML語句并在目標端回放

二、遷移方案

（一）環(huán)境信息

OGG版本 ? ?OGG 12.2.0.2.2 For Oracle ? ?OGG 12.2.0.2.2 For MySQL? ??

數(shù)據(jù)庫版本 ? ?Oracle 11.2.0.4 ? ?MySQL 5.7.21 ?

OGG_HOME ? ?/home/oracle/ogg ? ?/opt/ogg ?

（二）表結(jié)構(gòu)遷移

表結(jié)構(gòu)遷移屬于難度不高但內(nèi)容比較繁瑣的一步，我們在遷移表結(jié)構(gòu)時使用了一個叫sqlines的開源工具，對于sqlines工具在MySQL端創(chuàng)建失敗及不符合預(yù)期的表結(jié)構(gòu)再進行特殊處理，以此來提高表結(jié)構(gòu)轉(zhuǎn)換的效率。

注意：OGG在Oracle遷移MySQL的場景下不支持DDL語句同步，因此表結(jié)構(gòu)遷移完成后到數(shù)據(jù)庫切換前盡量不要再修改表結(jié)構(gòu)。

（三）數(shù)據(jù)遷移

數(shù)據(jù)同步的操作均采用OGG工具進行，考慮數(shù)據(jù)全量和增量的銜接，OGG需要先將增量同步的抽取進程啟動，抓取數(shù)據(jù)庫的redo log，待全量抽取結(jié)束后開啟增量數(shù)據(jù)回放，應(yīng)用全量和增量這段期間產(chǎn)生的日志數(shù)據(jù)，OGG可基于參數(shù)配置進行重復(fù)數(shù)據(jù)處理，所以使用OGG時優(yōu)先將增量進行配置并啟用。此外，為了避免本章節(jié)篇幅過長，OGG參數(shù)將不再解釋，有需要的朋友可以查看官方提供的Reference文檔查詢?nèi)魏文悴焕斫獾膮?shù)。

1.源端OGG配置

（1）Oracle數(shù)據(jù)庫配置

針對Oracle數(shù)據(jù)庫，OGG需要數(shù)據(jù)庫開啟歸檔模式及增加輔助補充日志、強制記錄日志等來保障OGG可抓取到完整的日志信息

查看當前環(huán)境是否滿足要求，輸出結(jié)果如下圖所示：

（2）Oracle數(shù)據(jù)庫OGG用戶創(chuàng)建

OGG需要有一個用戶有權(quán)限對數(shù)據(jù)庫的相關(guān)對象做操作，以下為涉及的權(quán)限，該示例將創(chuàng)建一個用戶名和密碼均為ogg的Oracle數(shù)據(jù)庫用戶并授予以下權(quán)限

（3）源端OGG 管理進程(MGR)配置

（4）源端OGG 表級補全日志(trandata)配置

表級補全日志需要在最小補全日志打開的情況下才起作用,之前只在數(shù)據(jù)庫級開啟了最小補全日志(alter database add supplemental log data;)，redolog記錄的信息還不夠全面，必須再使用add trandata開啟表級的補全日志以獲得必要的信息。

（5）源端OGG 抽取進程(extract)配置

Extract進程運行在數(shù)據(jù)庫源端，負責(zé)從源端數(shù)據(jù)表或日志中捕獲數(shù)據(jù)。Extract進程利用其內(nèi)在的checkpoint機制，周期性地檢查并記錄其讀寫的位置，通常是寫入到本地的trail文件。這種機制是為了保證如果Extract進程終止或者操作系統(tǒng)宕機，我們重啟Extract進程后，GoldenGate能夠恢復(fù)到以前的狀態(tài)，從上一個斷點處繼續(xù)往下運行，而不會有任何數(shù)據(jù)損失。

（6）源端OGG 傳輸進程(pump)配置

pump進程運行在數(shù)據(jù)庫源端，其作用非常簡單。如果源端的Extract抽取進程使用了本地trail文件，那么pump進程就會把trail文件以數(shù)據(jù)塊的形式通過TCP/IP協(xié)議發(fā)送到目標端，Pump進程本質(zhì)上是Extract進程的一種特殊形式，如果不使用trail文件，那么Extract進程在抽取完數(shù)據(jù)后，直接投遞到目標端。

補充：pump進程啟動時需要與目標端的mgr進程進行連接，所以需要優(yōu)先將目標端的mgr提前配置好，否則會報錯連接被拒絕，無法傳輸抽取的日志文件到目標端對應(yīng)目錄下

（7）源端OGG 異構(gòu)mapping文件(defgen)生成

該文件記錄了源庫需要復(fù)制的表的表結(jié)構(gòu)定義信息，在源庫生成該文件后需要拷貝到目標庫的dirdef目錄，當目標庫的replica進程將傳輸過來的數(shù)據(jù)apply到目標庫時需要讀寫該文件，同構(gòu)的數(shù)據(jù)庫不需要進行該操作。

2.目標端OGG配置

（1）目標端MySQL數(shù)據(jù)庫配置

確認MySQL端表結(jié)構(gòu)已經(jīng)存在

MySQL數(shù)據(jù)庫OGG用戶創(chuàng)建

mysql create user 'ogg'@'%' identified by 'ogg';

mysql grant all on *.* to 'ogg'@'%';

#### 提前創(chuàng)建好ogg存放checkpoint表的數(shù)據(jù)庫

mysql create database ogg;

（2）目標端OGG 管理進程(MGR)配置

目標端的MGR進程和源端配置一樣，可直接將源端配置方式在目標端重復(fù)執(zhí)行一次即可，該部分不在贅述

（3）目標端OGG 檢查點日志表(checkpoint)配置

checkpoint表用來保障一個事務(wù)執(zhí)行完成后，在MySQL數(shù)據(jù)庫從有一張表記錄當前的日志回放點，與MySQL復(fù)制記錄binlog的GTID或position點類似。

#### 切換至ogg軟件目錄并執(zhí)行g(shù)gsci進入命令行終端

shell cd $OGG_HOME

shell ggsci

ggsci edit param ./GLOBALS

checkpointtable ogg.ggs_checkpoint

ggsci dblogin sourcedb ogg@17X.1X.84.121:3306 userid ogg

ggsci add checkpointtable ogg.ggs_checkpoint

（4）目標端OGG 回放線程(replicat)配置

Replicat進程運行在目標端，是數(shù)據(jù)投遞的最后一站，負責(zé)讀取目標端Trail文件中的內(nèi)容，并將解析其解析為DML語句，然后應(yīng)用到目標數(shù)據(jù)庫中。

#### 切換至ogg軟件目錄并執(zhí)行g(shù)gsci進入命令行終端

shell cd $OGG_HOME

shell ggsci

#### 添加一個回放線程并與源端pump進程傳輸過來的trail文件關(guān)聯(lián)，并使用checkpoint表確保數(shù)據(jù)不丟失

ggsci add replicat r_cms,exttrail /opt/ogg/dirdat/ms,checkpointtable ogg.ggs_checkpoint

#### 增加/編輯回放進程配置文件

ggsci edit params r_cms

replicat r_cms

targetdb cms@17X.1X.84.121:3306,userid ogg,password ogg

sourcedefs /opt/ogg/dirdef/cms.def

discardfile /opt/ogg/dirrpt/r_cms.dsc,append,megabytes 1024

HANDLECOLLISIONS

MAP cms.*,target cms.*;

注意：replicat進程只需配置完成，無需啟動，待全量抽取完成后再啟動。

至此源端環(huán)境配置完成

待全量數(shù)據(jù)抽取完畢后啟動目標端回放進程即可完成數(shù)據(jù)準實時同步。

3.全量同步配置

全量數(shù)據(jù)同步為一次性操作，當OGG軟件部署完成及增量抽取進程配置并啟動后，可配置1個特殊的extract進程從表中抽取數(shù)據(jù)，將抽取的數(shù)據(jù)保存到目標端生成文件，目標端同時啟動一個單次運行的replicat回放進程將數(shù)據(jù)解析并回放至目標數(shù)據(jù)庫中。

（1）源端OGG 全量抽取進程(extract)配置

#### 切換至ogg軟件目錄并執(zhí)行g(shù)gsci進入命令行終端

shell cd $OGG_HOME

shell ggsci

#### 增加/編輯全量抽取進程配置文件

#### 其中RMTFILE指定抽取的數(shù)據(jù)直接傳送到遠端對應(yīng)目錄下

#### 注意：RMTFILE參數(shù)指定的文件只支持2位字符，如果超過replicat則無法識別

ggsci edit params ei_cms

SOURCEISTABLE

SETENV (NLS_LANG = "AMERICAN_AMERICA.AL32UTF8")

SETENV (ORACLE_SID=cms)

SETENV (ORACLE_HOME=/data/oracle/11.2/db_1)

USERID ogg@appdb,PASSWORD ogg

RMTHOST 17X.1X.84.121,MGRPORT 7809

RMTFILE /opt/ogg/dirdat/ms,maxfiles 100,megabytes 1024,purge

TABLE cms.*;

#### 啟動并查看抽取進程正常

shell nohup ./extract paramfile ./dirprm/ei_cms.prm reportfile ./dirrpt/ei_cms.rpt

## 查看日志是否正常進行全量抽取

shell tail -f ./dirrpt/ei_cms.rpt

（2）目標端OGG 全量回放進程(replicat)配置

#### 切換至ogg軟件目錄并執(zhí)行g(shù)gsci進入命令行終端

shell cd $OGG_HOME

shell ggsci

ggsci edit params ri_cms

SPECIALRUN

END RUNTIME

TARGETDB cms@17X.1X.84.121:3306,USERID ogg,PASSWORD ogg

EXTFILE /opt/ogg/dirdat/ms

DISCARDFILE ./dirrpt/ri_cms.dsc,purge

MAP cms.*,TARGET cms.*;

#### 啟動并查看回放進程正常

shell nohup ./replicat paramfile ./dirprm/ri_cms.prm reportfile ./dirrpt/ri_cms.rpt

#### 查看日志是否正常進行全量回放

shell tail -f ./dirrpt/ri_cms.rpt

三、數(shù)據(jù)校驗

數(shù)據(jù)校驗是數(shù)據(jù)遷移過程中必不可少的環(huán)節(jié)，本章節(jié)提供給幾個數(shù)據(jù)校驗的思路共大家參數(shù)，校驗方式可以由以下幾個角度去實現(xiàn)：

1.通過OGG日志查看全量、增量過程中discards記錄是否為0來判斷是否丟失數(shù)據(jù)；

2.通過對源端、目標端的表執(zhí)行count判斷數(shù)據(jù)量是否一致；

3.編寫類似于pt-table-checksum校驗原理的程序，實現(xiàn)行級別一致性校驗，這種方式優(yōu)缺點特別明顯，優(yōu)點是能夠完全準確對數(shù)據(jù)內(nèi)容進行校驗，缺點是需要遍歷每一行數(shù)據(jù)，校驗成本較高；

4.相對折中的數(shù)據(jù)校驗方式是通過業(yè)務(wù)角度，提前編寫好數(shù)十個返回結(jié)果較快的SQL，從業(yè)務(wù)角度抽樣校驗。

四、遷移問題處理

本章節(jié)將講述遷移過程中碰到的一些問題及相應(yīng)的解決方式。

（一）MySQL限制

在Oracle到MySQL的表結(jié)構(gòu)遷移過程中主要碰到以下兩個限制：

1. Oracle端的表結(jié)構(gòu)因為最初設(shè)計不嚴謹，存在大量的列使用varchar(4000)數(shù)據(jù)類型，導(dǎo)致遷移到MySQL后超出行限制，表結(jié)構(gòu)無法創(chuàng)建。由于MySQL本身數(shù)據(jù)結(jié)構(gòu)的限制，一個16K的數(shù)據(jù)頁最少要存儲兩行數(shù)據(jù)，因此單行數(shù)據(jù)不能超過65,535 bytes，因此針對這種情況有兩種解決方式：

根據(jù)實際存儲數(shù)據(jù)的長度，對超長的varchar列進行收縮；

對于無法收縮的列轉(zhuǎn)換數(shù)據(jù)類型為text，但這在使用過程中可能導(dǎo)致一些性能問題；

2. 與第一點類似，在Innodb存儲引擎中，索引前綴長度限制是767 bytes，若使用DYNAMIC、COMPRESSED行格式且開啟innodblargeprefix的場景下，這個限制是3072 bytes，即使用utf8mb4字符集時，最多只能對varchar(768)的列創(chuàng)建索引；

3. 使用ogg全量初始化同步時，若存在外鍵約束，批量導(dǎo)入時由于各表的插入順序不唯一，可能子表先插入數(shù)據(jù)而主表還未插入，導(dǎo)致報錯子表依賴的記錄不存在，因此建議數(shù)據(jù)遷移階段禁用主外鍵約束，待遷移結(jié)束后再打開。

mysqlset global foreign_key_checks=off;

（二）全量與增量銜接

HANDLECOLLISIONS參數(shù)是實現(xiàn)OGG全量數(shù)據(jù)與增量數(shù)據(jù)銜接的關(guān)鍵，其實現(xiàn)原理是在全量抽取前先開啟增量抽取進程，抓去全量應(yīng)用期間產(chǎn)生的redo log，當全量應(yīng)用完成后，開啟增量回放進程，應(yīng)用全量期間的增量數(shù)據(jù)。使用該參數(shù)后增量回放DML語句時主要有以下場景及處理邏輯：

目標端不存在delete語句的記錄，忽略該問題并不記錄到discardfile

目標端丟失update記錄

- 更新的是主鍵值，update轉(zhuǎn)換成insert

- 更新的鍵值是非主鍵，忽略該問題并不記錄到discardfile

目標端重復(fù)insert已存在的主鍵值，這將被replicat進程轉(zhuǎn)換為UPDATE現(xiàn)有主鍵值的行

（三）OGG版本選擇

在OGG版本選擇上我們也根據(jù)用戶的場景多次更換了OGG版本，最初因為客戶的Oracle 數(shù)據(jù)庫版本為11.2.0.4，因此我們在選擇OGG版本時優(yōu)先選擇使用了11版本，但是使用過程中發(fā)現(xiàn)，每次數(shù)據(jù)抽取生成的trail文件達到2G左右時，OGG報錯連接中斷，查看RMTFILE參數(shù)詳細說明了解到trail文件默認限制為2G，后來我們替換OGG版本為12.3，使用MAXFILES參數(shù)控制生成多個指定大小的trail文件，回放時Replicat進程也能自動輪轉(zhuǎn)讀取Trail文件，最終解決該問題。但是如果不幸Oracle環(huán)境使用了Linux 5版本的系統(tǒng)，那么你的OGG需要再降一個小版本，最高只能使用OGG 12.2。

（四）無主鍵表處理

在遷移過程中還碰到一個比較難搞的問題就是當前Oracle端存在大量表沒有主鍵。在MySQL中的表沒有主鍵這幾乎是不被允許的，因為很容易導(dǎo)致性能問題和主從延遲。同時在OGG遷移過程中表沒有主鍵也會產(chǎn)生一些隱患，比如對于沒有主鍵的表，OGG默認是將這個一行數(shù)據(jù)中所有的列拼湊起來作為唯一鍵，但實際還是可能存在重復(fù)數(shù)據(jù)導(dǎo)致數(shù)據(jù)同步異常，Oracle官方對此也提供了一個解決方案，通過對無主鍵表添加GUID列來作為行唯一標示，具體操作方式可以搜索MOS文檔ID 1271578.1進行查看。

（五）OGG安全規(guī)則

報錯信息

2019-03-08 06:15:22 ?ERROR ? OGG-01201 ?Error reported by MGR : Access denied.

錯誤信息含義源端報錯表示為該抽取進程需要和目標端的mgr進程通訊，但是被拒絕，具體操作為：源端的extract進程需要與目標端mgr進行溝通，遠程將目標的replicat進行啟動，由于安全性現(xiàn)在而被拒絕連接。

報錯原因

在Oracle OGG 11版本后，增加了新特性安全性要求，如果需要遠程啟動目標端的replicat進程，需要在mgr節(jié)點增加訪問控制參數(shù)允許遠程調(diào)用

解決辦法

在源端和目標端的mgr節(jié)點上分別增加訪問控制規(guī)則并重啟

## 表示該mgr節(jié)點允許(ALLOW)10.186網(wǎng)段(IPADDR)的所有類型程序(PROG *)進行連接訪問ACCESSRULE, PROG *, IPADDR 10.186.*.*, ALLOW

（六）數(shù)據(jù)抽取方式

報錯信息

2019-03-15 14:49:04 ?ERROR ? OGG-01192 ?Trying to use RMTTASK on data types which may be written as LOB chunks (Table: 'UNIONPAYCMS.CMS_OT_CONTENT_RTF').

報錯原因

根據(jù)官方文檔說明，當前直接通過Oracle數(shù)據(jù)庫抽取數(shù)據(jù)寫到MySQL這種initial-load方式，不支持LOBs數(shù)據(jù)類型，而表 UNIONPAYCMS.CMSOTCONTENT_RTF 則包含了CLOB字段，無法進行傳輸,并且該方式不支持超過4k的字段數(shù)據(jù)類型

解決方法

將抽取進程中的RMTTASK改為RMTFILE參數(shù) 官方建議將數(shù)據(jù)先抽取成文件，再基于文件數(shù)據(jù)解析進行初始化導(dǎo)入

大數(shù)據(jù)開發(fā)是不是很難學(xué)沒有基礎(chǔ)可不可以學(xué)習(xí)呢

如今大數(shù)據(jù)人才緊缺，不少人都想通過培訓(xùn)進入到大數(shù)據(jù)行業(yè)，那么同時也會問，大數(shù)據(jù)培訓(xùn)難不難學(xué)？零基礎(chǔ)能不能學(xué)大數(shù)據(jù)？大數(shù)據(jù)培訓(xùn)難不難，還是得看個人堅持學(xué)習(xí)的毅力。零基礎(chǔ)參加大數(shù)據(jù)培訓(xùn)當然是沒問題的了，目前許多大數(shù)據(jù)培訓(xùn)機構(gòu)都開設(shè)了零基礎(chǔ)培訓(xùn)班。也算是針對廣大零基礎(chǔ)的學(xué)員一種福利。

零基礎(chǔ)學(xué)習(xí)大數(shù)據(jù)是不是很難？

在這個人才緊缺的時代，能夠把握時間，找準方向，快速的融入到這一行，肯定不是那么容易的事情，因為你各個環(huán)節(jié)上都得深思熟慮一番，才能開始去行動，比如你正在猶豫要不要轉(zhuǎn)行；好不容易決定之后又在猶豫選擇哪家機構(gòu)；哪里有零基礎(chǔ)授課的培訓(xùn)機構(gòu)等等問題撲面而來。

當零經(jīng)驗進入時，肯定需要工作技巧、行業(yè)背景知識等多方面的輸入，如果溝通能力強，可以很好的把人際關(guān)系維護好的話，會更容易得到支持。

零基礎(chǔ)的學(xué)習(xí)大數(shù)據(jù)開發(fā)之后，得具備那些東西？

理論+思路+工具+實踐

理論：簡單的數(shù)理統(tǒng)計原理，請熟悉。一開始不必了解太高深，知道抽樣的原理，常見統(tǒng)計方法即可。隨著工作和業(yè)務(wù)的需求，進一步有針對性的深入學(xué)習(xí)。

思路：這個是比較重要的，也是需要逐漸培養(yǎng)的，什么情況應(yīng)該有什么方法做統(tǒng)計分析？希望通過分析得到什么結(jié)論？

工具：excel的常用統(tǒng)計公式，統(tǒng)計方法需要了解。大量數(shù)據(jù)的可以考慮學(xué)習(xí)下spss，再高階可以用R等等。

實踐：這是最重要的，可以嘗試從身邊的一些日常案例入手，培養(yǎng)自己的洞察力。

補充一點：要以此為職業(yè)，建議認真研讀這類崗位的招聘需求，文章很多，已經(jīng)明確告知了你需要哪些能力，可以把自己當作是已經(jīng)在職的人員思考，如果我來做這個業(yè)務(wù)，應(yīng)該怎么去做。

文章名稱：sqlserver抽樣,sql采樣
分享地址：http://chinadenli.net/article30/dseipso.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供建站公司、移動網(wǎng)站建設(shè)、微信公眾號、服務(wù)器托管、關(guān)鍵詞優(yōu)化、App開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)