---
title: "创建 Oracle 数据库至 DataHub 的数据同步项目 | OceanBase 文档中心"
description: 创建 Oracle 数据库至 DataHub 的数据同步项目 阿里云流数据处理平台 DataHub 是流式数据（Streaming Data）的处理平台，提供对流式数据的发布、订阅和分发功能，让您可以轻松构建基于流式数据的分析和应用。 使用限制 不支持表中全部列均为 LOB 类型的增量数据同步。 Oracle 的无主…
---
切换语言

- 中文站 - 简体中文
- International - English
- 日本站 - 日本語

文档反馈![](https://mdn.alipayobjects.com/huamei_22khvb/afts/img/A*L03BS6f-o40AAAAAAAAAAAAADiGDAQ/original) 迁移服务 OMSV 3.3.1 企业版

# 创建 Oracle 数据库至 DataHub 的数据同步项目

更新时间：2023-09-04 16:46:20

阿里云流数据处理平台 DataHub 是流式数据（Streaming Data）的处理平台，提供对流式数据的发布、订阅和分发功能，让您可以轻松构建基于流式数据的分析和应用。

## 使用限制

- 不支持表中全部列均为 LOB 类型的增量数据同步。
 - Oracle 的无主键表必须设置分片列，才能正常同步至 DataHub。
 - 如果 Oracle 使用生成列，OMS 当前不会解析生成列的实际数值。因此，同步至 DataHub 时，对应的值为 NULL。
 - 数据源标识和用户账号等，在 OMS 系统内全局唯一。
 - Oracle 数据库至 DataHub 的增量同步中，Oracle 数据库 12C 及以上版本在新增或变更列时，表名和列名不能超过 30 个字节。

  如果您需要同步超过 30 个字节的数据库对象，请进行以下操作：

     1. 以 SYS 账号修改 Oracle 数据库的参数。

       ```sql
       ALTER SYSTEM SET ENABLE_GOLDENGATE_REPLICATION=true SCOPE=BOTH;

       ```

       #### 注意

            - 如果 Oracle 是 RAC，则所有的 Oracle 实例均需要修改。该操作无需重启 Oracle 数据库。
            - 修改 `ENABLE_GOLDENGATE_REPLICATION` 参数时，Oracle 数据库需要具备 OGG License（无需安装 OGG）。
     2. 对于每个 Oracle 实例交替的执行 3 次下述命令。

       ```sql
       ALTER SYSTEM SWITCH LOGFILE;

       ```
     3. 10 分钟后，重新创建数据迁移项目。
     4. 修改 Store 组件的配置 `deliver2store.logminer.need_check_object_length` 为 `false`。

  配置完成后，您可以执行下述命令查询 `ENABLE_GOLDENGATE_REPLICATION` 参数。

  ```sql
  SELECT K.KSPPINM,V.KSPPSTVL FROM SYS.X$KSPPI K,SYS.X$KSPPSV V WHERE K.INDX=V.INDX AND UPPER(K.KSPPINM) = 'ENABLE_GOLDENGATE_REPLICATION';

  ```

## 注意事项

- **当录入的 Oracle 数据库为单备库或主备库模式时，如果 Oracle 主库和备库的运行实例数不同，可能导致少拉取某些实例的增量日志。您需要手动设置 Store 组件的参数，以指定增量从备库拉取时需要拉取的实例的增量日志。操作方式如下：**

     1. Store 组件启动后马上将其停止。
     2. 在 Store 组件的 **更新配置** 页面，新增参数 `deliver2store.logminer.instance_threads` 来设置需要拉取哪些实例的日志。

       多个 thread 之间使用 | 分隔。例如，1|2|3。更新组件的详情请参见 [更新 Store 组件](https://www.oceanbase.com/docs/enterprise-oms-doc-cn-10000000000496975)。
     3. 设置参数后，重启 Store 组件。
     4. 5 分钟后，执行 `grep 'log entries from' connector/connector.log`，即可查看拉取了哪些实例的日志（thread 字段表示拉取到的是哪个实例的日志）。
 - **当需要进行 Oracle 数据库的增量同步时，Oracle 数据库单个归档文件的大小建议小于 2GB。单个归档文件过大，会存在如下风险:**

     - 单个归档文件越大，拉取的耗时比线性增长更大。
     - 录入的 Oracle 数据库为单备库或主备库模式时，增量是从备库拉取，此时只能拉取归档文件。当归档文件生成后才能拉取，归档文件越大，也就意味着在处理该归档文件之前已经延迟较久，并且处理该大的归档文件耗时也越久。
     - 单个归档文件越大，在开启相同并发度的拉取时，Store 组件需要的内存也越大。
 - **Oracle 数据库的归档文件保存 2 天以上，否则由于某个时间段归档量陡增或者 Oralce Store 处理异常，准备恢复时没有了归档文件，将无法恢复。**
 - 当一条链路意外中断进行断点续传时，DataHub 中可能会存在部分重复数据（最近一分钟内），需要下游具备排重能力。
 - 如果数据同步存在 Logminer 吐出的非法时间（例如，13621-11-11 11:32:08），Store 组件会报错。

  您可以在 **运维监控** > **组件** > **Store** 页面，单击目标 Store 后的 **更新**，新增参数 `deliver2store.logminer.replace_invalid_date=true`。然后在数据同步项目中跳过该数据。

  在用户对 DATE 类型的值不敏感的情况下，`deliver2store.logminer.replace_invalid_date` 参数可以让 Reader 继续运行。Store 组件吐出数据时，会转换异常 DATE 类型的值为落日志时的日期。

## 数据类型映射

> **注意：**
>
>  
>
> 不支持同步 LONG、ROWID、BFILE、LONG RAW、XMLType、UROWID、UNDEFINED 和 UDT 类型的数据。

| Oracle 数据类型 | 映射 DataHub 类型 |
| --- | --- |
| CHAR | STRING |
| NCHAR | STRING |
| VARCHAR2 | STRING |
| NVARCHAR2 | STRING |
| CLOB | STRING |
| NCLOB | STRING |
| BLOB | STRING |
| NUMBER | DECIMAL |
| BINARY_FLOAT | FLOAT64 |
| BINARY_DOUBLE | FLOAT64 |
| DATE | STRING |
| TIMESTAMP | STRING |
| TIMESTAMP WITH TIME ZONE | STRING |
| TIMESTAMP WITH LOCAL TIME ZONE | STRING |
| INTERVAL YEAR TO MONTH | STRING |
| INTERVAL DAY TO SECOND | STRING |
| RAW | STRING |

## 检查和修改 Oracle 源端的配置

- 检查 Oracle 源端字符集的配置

  源端为 Oracle 时，OMS 支持字符集配置为 AL32UTF8、AL16UTF16、ZHS16GBK 或 GB18030 的数据同步。
 - 检查和修改 Oracle 实例的系统配置

     1. 在 Oracle 源端开启 archivelog 和补偿日志。
     2. 在 Oracle 中，以 sys 用户执行以下查询。

       执行下述语句确认 `log_mode` 配置为 `archivelog`，`supplemental_log` 相关的配置均为 `yes` 或 `implicit`。

       ```sql
       select log_mode, supplemental_log_data_pk, supplemental_log_data_ui, supplemental_log_data_min from v$database;

       ```

       如果不符合上述情况，请根据如下方法修改 Oracle 源数据库。

       ```sql
       ALTER DATABASE ADD SUPPLEMENTAL LOG DATA;
       ALTER DATABASE ADD SUPPLEMENTAL LOG DATA(PRIMARY KEY) COLUMNS;
       ALTER DATABASE ADD SUPPLEMENTAL LOG DATA(UNIQUE) COLUMNS;

       ```
     3. 完成上述操作后，重启实例。

## 补充 Properties

如果自行创建 Topic，启动数据同步项目前，请在 DataHub 的 Schema 中补充下述 Properties。如果由 OMS 自动创建 Topic 和结构同步，OMS 会自动补充下述 Properties。

> **注意：**
>
>  
>
> 该部分内容仅适用于 Tuple 类型的 Topic。

| 名称 | 类型 | 描述 |
| --- | --- | --- |
| oms_timestamp | STRING | 发生变更的时间。 |
| oms_table_name | STRING | 源端为表时，变更表名。 |
| oms_database_name | STRING | 源端为数据库时，变更库名。 |
| oms_sequence | STRING | 变更序列号。保证相同机器上，同一个主键不断递增。 |
| oms_record_type | STRING | 变更类型，包括 UPDATE、INSERT 和 DELETE。 |
| oms_is_before | STRING | 如果是 UPDATE 类型，Y 表示该条数据为变更前的数据。 |
| oms_is_after | STRING | 如果是 UPDATE 类型，Y 表示该条数据为变更后的数据。 |

## 操作步骤

1. 新建数据同步项目。

      1. 登录 OMS 控制台。
      2. 在左侧导航栏，单击 **数据同步**。
      3. 在 **数据同步** 页面，单击右上角的 **新建同步项目**。
 2. 在 **选择源和目标** 页面，配置各项参数。

   | 参数 | 描述 |
   | --- | --- |
   | 同步项目名称 | 建议使用中文、数字和字母的组合。名称中不能包含空格，长度不能超过 64 个字符。 |
   | 标签 | 单击文本框，在下拉列表中选择目标标签。您也可以单击 **管理标签**，进行新建、修改和删除。详情请参见 [通过标签管理数据同步项目](https://www.oceanbase.com/docs/enterprise-oms-doc-cn-10000000000496893)。 |
   | 源端 | 如果您已创建 Oracle 数据源，请从下拉列表中进行选择。如果未创建，请单击下拉列表中的 **添加数据源**，在右侧对话框进行添加。参数详情请参见 [添加 Oracle 数据源](https://www.oceanbase.com/docs/enterprise-oms-doc-cn-10000000000496902)。 |
   | 目标端 | 如果您已创建 DataHub 数据源，请从下拉列表中进行选择。如果未创建，请单击下拉列表中的 **添加数据源**，在右侧对话框进行添加。参数详情请参见 [添加 DataHub 数据源](https://www.oceanbase.com/docs/enterprise-oms-doc-cn-10000000000496906)。 |
 3. 单击 **下一步**，在 **选择同步类型** 页面，选择当前数据同步项目的 **同步类型和配置**。

   **同步类型和配置** 包括 **结构同步** 和 **增量同步**。**结构同步** 实际为创建 Topic，**增量同步** 仅支持 **数据变更 DML**（包括 `Insert`、`Delete` 和 `Update`）。
 4. 单击 **下一步**，在 **选择同步对象** 页面，选择需要同步的 Topic 类型和范围。

   Topic 类型包括 Tuple 和 Blob。Tuple 类型的 Topic 支持类似于数据库记录的数据，每条记录包含多个列。Blob 类型的 Topic 仅支持写入一块二进制数据作为一个 Record，数据将会以 BASE64 编码传输。详情请参见 DataHub 官方文档。

   选择需要同步的 Topic 类型后，请进行以下操作：

      1. 在选择区域左侧选中需要同步的对象。

        > **注意：**
        >
        >  
        >
        > 待同步的表名和其中的列名不能包含中文字符。
      2. 单击 **>**。
      3. 根据业务需求，选择映射方式。

        > **注意：**
        >
        >  
        >
        > 当选择 Topic 类型为 Tuple 时，如果未勾选 **结构同步**，则仅支持同步单张表至单 Topic。

             - 如果选择同步单张表，请在 **将对象映射至 Topic** 对话框中，选择需要的映射方式进行配置，单击 **确定**。

              如果设置同步类型和配置时未勾选 **结构同步**，则仅支持选择 **已有 Topic** 。如果设置同步类型和配置时已选择 **结构同步**，则仅支持选择一种映射方式进行 Topic 的创建或选择。

              例如，已选择结构同步的情况下，您使用了新建 Topic 和选择已有 Topic 两种映射方式，或通过重命名的方式更改了 Topic 的名称，会因为选项冲突导致预检查报错。

              | 参数 | 描述 |
              | --- | --- |
              | 新建 Topic | 在文本框中输入新建 Topic 的名称。支持 128 位以内的字母、数字或下划线（_），且必须以字母开头。 |
              | 选择 Topic | OMS 提供查询 DataHub Topic 的能力，您可以单击 **选择 Topic**，在 **已有 Topic** 下拉列表中，搜索并选中需要同步的 Topic。   您也可以输入已有 Topic 后选中显示的 Topic 名称。 |
              | 批量生成 Topic | 批量生成 Topic 的规则为 `Topic_${Database Name}_${Table Name}`。 |

              如果您选择 **新建 Topic** 或 **批量生成 Topic**，结构同步成功后，在 DataHub 侧能够查询到新建的 Topic。其分片数量默认为 2 个，数据过期时间默认为 7 天，且不支持修改。
             - 如果选择同步多张表，请在弹出的对话框中，单击 **确定**。

              如果您选择 Tuple 类型的 Topic 但未勾选 **结构同步**，选择多张表时，在 **将对象映射至 Topic** 对话框中选择一个 topic 并单击确定后，右侧一个 topic 下会显示多张表，但实际仅支持同步一张表。此时单击 **下一步**，界面会弹出提示：Tuple 类型的 Topic 与表仅支持 One to One 映射关系。
      4. 单击 **确定**。

   同步 Oracle 数据库的数据至 DataHub 时，OMS 支持通过文本导入对象，并支持设置目标表的分片列、移除单个对象或全部对象等操作。目标端对象的结构为 Topic>DataBase>Table。

   | 操作 | 步骤 |
   | --- | --- |
   | 导入对象 | 1. 在选择区域的右侧列表中，单击右上角的 **导入对象**。   2. 在对话框中，单击 **确定**。         **注意：**         导入会覆盖之前的操作选择，请谨慎操作。   3. 在 **导入同步对象** 对话框中，导入需要同步的对象。         您可以通过导入 CSV 文件的方式进行库表重命名、设置行过滤条件等操作。详情请参见 [下载和导入同步对象配置](https://www.oceanbase.com/docs/enterprise-oms-doc-cn-10000000000496894)。   4. 单击 **检验合法性**。   5. 通过合法性的检验后，单击 **确定**。 |
   | 更改 Topic | 选择 Topic 类型为 BLOB 时，支持对目标对象进行更改 Topic 操作。    1. 在选择区域的右侧列表中，鼠标悬停至目标对象。   2. 单击显示的 **更改 Topic**。   3. 在 **将对象映射至 Topic** 的对话框中，更改需要同步的 Topic。   4. 单击 **确定**。         **注意：**         确定后会将所选 Topic 及表合并至选中 Topic，请谨慎操作。 |
   | 设置 | 1. 在选择区域的右侧列表中，鼠标悬停至目标对象。   2. 单击显示的 **设置**。   3. 从分片列下拉列表中选择目标分片列。您可以选择多个字段作为分片列，该参数为选填。         选择分片列时，如果没有特殊情况，默认选择主键即可。如果存在主键负载不均衡的情况，请选择唯一性标识且负载相对均衡的字段作为分片列。         请确保分片列的正确性。分片列填写错误，会导致数据同步项目失败。分片列的主要作用如下：           - 负载均衡：在目标端可以进行并发写入的情况下，通过分片列区分发送消息需要使用的特定线程。          - 有序性：由于存在并发写入可能导致的无序问题，OMS 确保在分片列的值相同的情况下，用户接收到的消息是有序的。此处的有序是指变更顺序（DML 对于一列的执行顺序）。   4. 在 **选择列** 区域，选择需要同步的列。全选或不勾选任何列，OMS 会同步全部列。   5. 单击 **确定**。 |
   | 移除/全部移除 | OMS 支持在数据映射时，对暂时选中到目标端的单个或多个对象进行移除操作。    - 移除单个同步对象        在选择区域的右侧列表中，鼠标悬停至目标对象，单击显示的 **移除**，即可移除该同步对象。   - 移除全部同步对象        在选择区域的右侧列表中，单击右上角的 **全部移除**。在对话框中，单击 **确定**，即可移除全部同步对象。 |
 5. 单击 **下一步**，在 **同步选项** 页面，配置各项参数。

   | 参数 | 描述 |
   | --- | --- |
   | 增量同步起始位点 | 指定同步某个时间节点之后的数据，默认为当前系统时间。您可以选择时间节点，也可以直接输入时间戳。   **注意：**    仅支持选择当前时间，或当前时间之前的时间点。 该位点与当前归档日志的保留时间密切相关。如果无特殊要求，可以从当前位点开始启动。 |
   | 序列化方式 | 控制数据同步至 DataHub 的消息格式，目前支持 **Default**、**Canal**、**Dataworks**（支持 2.0 版本）、**SharePlex** 和 **DefaultExtendColumnType**。详情请参见 [数据格式说明](https://www.oceanbase.com/docs/enterprise-oms-doc-cn-10000000000496846)。    **注意：**    仅在 **选择同步类型** 页面，选择 Topic 类型为 Blob 时，会显示该参数。 |
   | 开启事务内序号编排 | 根据需求，设置是否开启事务内保持排序。如果开启，OMS 可以为一个事务发送到下游进行顺序标识。    **注意：**    该参数仅对 **SharePlex** 格式生效，目的是为了确保您能够获取构成交易的 DML 语句的序号。    例如，在同一交易内包含 10 条 DML 语句（顺序为 1，2，3...10），则 OMS 会按照 1，2，3 ...10 的顺序投递至目标端。    该选项会有性能损耗，请根据业务性质选择性开启。 |
   | 分区规则 | 同步源端数据至 DataHub Topic 的规则，目前支持 **Hash** 和 **Table**。    - **Hash** 表示 OMS 使用一定的 Hash 算法，根据主键值或分片列值 Hash 选择 DataHub 的 Shard。   - **Table** 表示 OMS 将一张表中的全部数据投递至同一个分区中，以表名作为 Hash 键。 |
   | 业务系统标识（可选） | 用于标识数据的业务系统来源，以便您后续进行自定义处理。该业务系统标识的长度限制为 1~20 个字符。 |
 6. 单击 **预检查**。

   在 **预检查** 环节，OMS 会检测和目标端的连接情况。如果预检查报错，请排查并处理问题后，重新执行预检查，直至预检查成功。
 7. 单击 **启动项目**。

   如果您暂时无需启动项目，请单击 **保存**，跳转至数据同步项目的详情页面，您可以根据需要手动启动数据同步项目。如果您需要查看详情，请参见 [查看数据同步项目的详情](https://www.oceanbase.com/docs/enterprise-oms-doc-cn-10000000000496890)。

   如果中途接入数据的过程出错（通常由于网络不通或进程启动过慢导致），您可以在同步项目的列表或详情页面，单击 **恢复**。

 上一篇 下一篇 ![有帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*y6ocSqN8cqsAAAAAAAAAAAAAARQnAQ)![无帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*BG9IQJyLHF8AAAAAAAAAAAAAARQnAQ)![反馈](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*eTWdQKCRKHwAAAAAAAAAAAAAARQnAQ)[AI](https://www.oceanbase.com/obi) 咨询热线