mirror of
https://github.com/alibaba/DataX.git
synced 2025-05-04 04:00:27 +08:00
change doc-CN
This commit is contained in:
zyyang
parent
fad2760ca2
commit
c96256c9a2
@ -4,308 +4,106 @@
|
|||||||
|
|
||||||
## 1 快速介绍
|
## 1 快速介绍
|
||||||
|
|
||||||
TDengineWriter插件实现了写入数据到TDengine数据库功能。可用于离线同步其它数据库的数据到TDengine。
|
TDengineWriter插件实现了写入数据到TDengine数据库目标表的功能。底层实现上，TDengineWriter通过JDBC连接TDengine，按照TDengine的SQL语法，执行insert语句/schemaless语句，将数据写入TDengine。
|
||||||
|
|
||||||
|
TDengineWriter可以作为数据迁移工具供DBA将其它数据库的数据导入到TDengine。
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
## 2 实现原理
|
## 2 实现原理
|
||||||
|
|
||||||
TDengineWriter 通过 DataX 框架获取 Reader生成的协议数据，根据reader的类型解析数据。目前有两种写入方式：
|
TDengineWriter 通过 DataX 框架获取 Reader生成的协议数据，通过JDBC Driver连接TDengine，执行insert语句/schemaless语句，将数据写入TDengine。
|
||||||
|
|
||||||
1. 对于OpenTSDBReader, TDengineWriter通过JNI方式调用TDengine客户端库文件（taos.lib或taos.dll）中的方法，使用[schemaless的方式](https://www.taosdata.com/cn/documentation/insert#schemaless)写入。
|
在TDengine中，table可以分成超级表、子表、普通表三种类型，超级表和子表包括colum和tag，子表的tag列的值为固定值，普通表与关系型数据库中表的概念一致。（详细请参考：[数据模型](https://www.taosdata.com/docs/cn/v2.0/architecture#model) ）
|
||||||
|
|
||||||
|
TDengineWriter支持向超级表、子表、普通表中写入数据，按照table的类型和column参数中是否包含tbname，使用以下方法进行写入：
|
||||||
|
|
||||||
|
1. table为超级表，column中指定tbname：使用自动建表的insert语句，使用tbname作为子表的名称。
|
||||||
|
2. table为超级表，column中未指定tbname：使用schemaless写入，TDengine会根据超级表名、tag值计算一个子表名称。
|
||||||
|
3. table为子表：使用insert语句写入，ignoreTagUnmatched参数为true时，忽略record中tag值与table的tag值不一致的数据。
|
||||||
|
4. table为普通表：使用insert语句写入。
|
||||||
|
|
||||||
2. 对于其它数据源,会根据配置生成SQL语句, 通过[taos-jdbcdriver](https://www.taosdata.com/cn/documentation/connector/java)批量写入。
|
|
||||||
|
|
||||||
这样区分的原因是OpenTSDBReader将opentsdb的数据统一读取为json字符串，Writer端接收到的数据只有1列。而其它Reader插件一般会把数据放在不同列。
|
|
||||||
|
|
||||||
## 3 功能说明
|
## 3 功能说明
|
||||||
### 3.1 从OpenTSDB到TDengine
|
### 3.1 配置样例
|
||||||
#### 3.1.1 配置样例
|
|
||||||
|
|
||||||
```json
|
配置一个写入TDengine的作业
|
||||||
{
|
|
||||||
"job": {
|
先在TDengine上创建超级表：
|
||||||
"content": [
|
|
||||||
{
|
```sql
|
||||||
"reader": {
|
create database if not exists test;
|
||||||
"name": "opentsdbreader",
|
create table test.weather (ts timestamp, temperature int, humidity double) tags(is_normal bool, device_id binary(100), address nchar(100));
|
||||||
"parameter": {
|
|
||||||
"endpoint": "http://192.168.1.180:4242",
|
|
||||||
"column": [
|
|
||||||
"weather_temperature"
|
|
||||||
],
|
|
||||||
"beginDateTime": "2021-01-01 00:00:00",
|
|
||||||
"endDateTime": "2021-01-01 01:00:00"
|
|
||||||
}
|
|
||||||
},
|
|
||||||
"writer": {
|
|
||||||
"name": "tdenginewriter",
|
|
||||||
"parameter": {
|
|
||||||
"host": "192.168.1.180",
|
|
||||||
"port": 6030,
|
|
||||||
"dbName": "test",
|
|
||||||
"username": "root",
|
|
||||||
"password": "taosdata"
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
],
|
|
||||||
"setting": {
|
|
||||||
"speed": {
|
|
||||||
"channel": 1
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
```
|
```
|
||||||
|
|
||||||
#### 3.1.2 参数说明
|
使用下面的Job配置，将数据写入TDengine：
|
||||||
|
|
||||||
| 参数 | 描述 | 是否必选 | 默认值 |
|
|
||||||
| --------- | -------------------- | -------- | -------- |
|
|
||||||
| host | TDengine实例的host | 是 | 无 |
|
|
||||||
| port | TDengine实例的port | 是 | 无 |
|
|
||||||
| username | TDengine实例的用户名 | 否 | root |
|
|
||||||
| password | TDengine实例的密码 | 否 | taosdata |
|
|
||||||
| dbName | 目的数据库的名称 | 是 | 无 |
|
|
||||||
| batchSize | 每次批量插入多少记录 | 否 | 1 |
|
|
||||||
|
|
||||||
|
|
||||||
#### 3.1.3 类型转换
|
|
||||||
|
|
||||||
目前，由于OpenTSDBReader将opentsdb的数据统一读取为json字符串，TDengineWriter 在做Opentsdb到TDengine的迁移时，按照以下类型进行处理：
|
|
||||||
|
|
||||||
| OpenTSDB数据类型 | DataX 内部类型 | TDengine 数据类型 |
|
|
||||||
| ---------------- | -------------- | ----------------- |
|
|
||||||
| timestamp | Date | timestamp |
|
|
||||||
| Integer（value） | Double | double |
|
|
||||||
| Float（value） | Double | double |
|
|
||||||
| String（value） | String | binary |
|
|
||||||
| Integer（tag） | String | binary |
|
|
||||||
| Float（tag） | String | binary |
|
|
||||||
| String（tag） | String | binary |
|
|
||||||
|
|
||||||
### 3.2 从MongoDB到TDengine
|
|
||||||
|
|
||||||
#### 3.2.1 配置样例
|
|
||||||
```json
|
```json
|
||||||
{
|
{
|
||||||
"job": {
|
"job": {
|
||||||
"setting": {
|
|
||||||
"speed": {
|
|
||||||
"channel": 2
|
|
||||||
}
|
|
||||||
},
|
|
||||||
"content": [
|
"content": [
|
||||||
{
|
{
|
||||||
"reader": {
|
"reader": {
|
||||||
"name": "mongodbreader",
|
"name": "streamreader",
|
||||||
"parameter": {
|
"parameter": {
|
||||||
"address": [
|
|
||||||
"127.0.0.1:27017"
|
|
||||||
],
|
|
||||||
"userName": "user",
|
|
||||||
"mechanism": "SCRAM-SHA-1",
|
|
||||||
"userPassword": "password",
|
|
||||||
"authDb": "admin",
|
|
||||||
"dbName": "test",
|
|
||||||
"collectionName": "stock",
|
|
||||||
"column": [
|
"column": [
|
||||||
{
|
{
|
||||||
"name": "stockID",
|
"type": "string",
|
||||||
"type": "string"
|
"value": "tb1"
|
||||||
},
|
},
|
||||||
{
|
{
|
||||||
"name": "tradeTime",
|
"type": "date",
|
||||||
"type": "date"
|
"value": "2022-02-20 12:00:01"
|
||||||
},
|
},
|
||||||
{
|
{
|
||||||
"name": "lastPrice",
|
"type": "long",
|
||||||
"type": "double"
|
"random": "0, 10"
|
||||||
},
|
},
|
||||||
{
|
{
|
||||||
"name": "askPrice1",
|
"type": "double",
|
||||||
"type": "double"
|
"random": "0, 10"
|
||||||
},
|
},
|
||||||
{
|
{
|
||||||
"name": "bidPrice1",
|
"type": "bool",
|
||||||
"type": "double"
|
"random": "0, 50"
|
||||||
},
|
},
|
||||||
{
|
{
|
||||||
"name": "volume",
|
"type": "bytes",
|
||||||
"type": "int"
|
"value": "abcABC123"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"type": "string",
|
||||||
|
"value": "北京朝阳望京"
|
||||||
}
|
}
|
||||||
]
|
],
|
||||||
|
"sliceRecordCount": 1
|
||||||
}
|
}
|
||||||
},
|
},
|
||||||
"writer": {
|
"writer": {
|
||||||
"name": "tdenginewriter",
|
"name": "tdenginewriter",
|
||||||
"parameter": {
|
"parameter": {
|
||||||
"host": "localhost",
|
|
||||||
"port": 6030,
|
|
||||||
"dbName": "test",
|
|
||||||
"username": "root",
|
"username": "root",
|
||||||
"password": "taosdata",
|
"password": "taosdata",
|
||||||
"stable": "stock",
|
|
||||||
"tagColumn": {
|
|
||||||
"industry": "energy",
|
|
||||||
"stockID": 0
|
|
||||||
},
|
|
||||||
"fieldColumn": {
|
|
||||||
"lastPrice": 2,
|
|
||||||
"askPrice1": 3,
|
|
||||||
"bidPrice1": 4,
|
|
||||||
"volume": 5
|
|
||||||
},
|
|
||||||
"timestampColumn": {
|
|
||||||
"tradeTime": 1
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
]
|
|
||||||
}
|
|
||||||
}
|
|
||||||
```
|
|
||||||
|
|
||||||
**注：本配置的writer部分同样适用于关系型数据库**
|
|
||||||
|
|
||||||
|
|
||||||
#### 3.2.2 参数说明
|
|
||||||
| 参数 | 描述 | 是否必选 | 默认值 | 备注 |
|
|
||||||
| --------------- | -------------------- | ---------------- | -------- | ------------------ |
|
|
||||||
| host | TDengine实例的host | 是 | 无 |
|
|
||||||
| port | TDengine实例的port | 是 | 无 |
|
|
||||||
| username | TDengine实例的用户名 | 否 | root |
|
|
||||||
| password | TDengine实例的密码 | 否 | taosdata |
|
|
||||||
| dbName | 目的数据库的名称 | 是 | 无 |
|
|
||||||
| batchSize | 每次批量插入多少记录 | 否 | 1000 |
|
|
||||||
| stable | 目标超级表的名称 | 是(OpenTSDB除外) | 无 |
|
|
||||||
| tagColumn | 格式:{tagName1: tagInd1, tagName2: tagInd2}, 标签列在写插件收到的Record中的位置和列名 | 否 | 无 | 位置索引均从0开始, tagInd如果为字符串, 表示固定标签值，不需要从源数据中获取 |
|
|
||||||
| fieldColumn | 格式:{fdName1: fdInd1, fdName2: fdInd2}, 字段列在写插件收到的Record中的位置和列名 | 否 | 无 | |
|
|
||||||
| timestampColumn | 格式:{tsColName: tsColIndex}, 时间戳列在写插件收到的Record中的位置和列名 | 否 | 无 | 时间戳列只能有一个 |
|
|
||||||
|
|
||||||
示例配置中tagColumn有一个industry，它的值是一个固定的字符串“energy”, 作用是给导入的所有数据加一个值为"energy"的固定标签industry。这个应用场景可以是：在源库中，有多个设备采集的数据分表存储，设备名就是表名，可以用这个机制把设备名称转化为标签。
|
|
||||||
|
|
||||||
#### 3.2.3 自动建表规则
|
|
||||||
##### 3.2.3.1 超级表创建规则
|
|
||||||
|
|
||||||
如果配置了tagColumn、 fieldColumn和timestampColumn将会在插入第一条数据前，自动创建超级表。<br>
|
|
||||||
数据列的类型从第1条记录自动推断, 标签列默认类型为`NCHAR(64)`, 比如示例配置，可能生成以下建表语句：
|
|
||||||
|
|
||||||
```sql
|
|
||||||
CREATE STABLE IF NOT EXISTS market_snapshot (
|
|
||||||
tadetime TIMESTAMP,
|
|
||||||
lastprice DOUBLE,
|
|
||||||
askprice1 DOUBLE,
|
|
||||||
bidprice1 DOUBLE,
|
|
||||||
volume INT
|
|
||||||
)
|
|
||||||
TAGS(
|
|
||||||
industry NCHAR(64),
|
|
||||||
stockID NCHAR(64)
|
|
||||||
);
|
|
||||||
```
|
|
||||||
|
|
||||||
##### 3.2.3.2 子表创建规则
|
|
||||||
|
|
||||||
子表结构与超级表相同，子表表名生成规则：
|
|
||||||
1. 将标签的value 组合成为如下的字符串: `tag_value1!tag_value2!tag_value3`。
|
|
||||||
2. 计算该字符串的 MD5 散列值 "md5_val"。
|
|
||||||
3. "t_md5val"作为子表名。其中的 "t" 是固定的前缀。
|
|
||||||
|
|
||||||
#### 3.2.4 用户提前建表
|
|
||||||
|
|
||||||
如果你已经创建好目标超级表，那么tagColumn、 fieldColumn和timestampColumn三个字段均可省略, 插件将通过执行通过`describe stableName`获取表结构的信息。
|
|
||||||
此时要求接收到的Record中Column的顺序和执行`describe stableName`返回的列顺序相同， 比如通过`describe stableName`返回以下内容：
|
|
||||||
```
|
|
||||||
Field | Type | Length | Note |
|
|
||||||
=================================================================================
|
|
||||||
ts | TIMESTAMP | 8 | |
|
|
||||||
current | DOUBLE | 8 | |
|
|
||||||
location | BINARY | 10 | TAG |
|
|
||||||
```
|
|
||||||
那么插件收到的数据第1列必须代表时间戳，第2列必须代表电流，第3列必须代表位置。
|
|
||||||
|
|
||||||
#### 3.2.5 注意事项
|
|
||||||
|
|
||||||
1. tagColumn、 fieldColumn和timestampColumn三个字段用于描述目标表的结构信息，这三个配置字段必须同时存在或同时省略。
|
|
||||||
2. 如果存在以上三个配置，且目标表也已经存在，则两者必须一致。**一致性**由用户自己保证，插件不做检查。不一致可能会导致插入失败或插入数据错乱。
|
|
||||||
|
|
||||||
#### 3.2.6 类型转换
|
|
||||||
|
|
||||||
| MongoDB 数据类型 | DataX 内部类型 | TDengine 数据类型 |
|
|
||||||
| ---------------- | -------------- | ----------------- |
|
|
||||||
| int, Long | Long | BIGINT |
|
|
||||||
| double | Double | DOUBLE |
|
|
||||||
| string, array | String | NCHAR(64) |
|
|
||||||
| date | Date | TIMESTAMP |
|
|
||||||
| boolean | Boolean | BOOL |
|
|
||||||
| bytes | Bytes | BINARY(64) |
|
|
||||||
|
|
||||||
### 3.3 从关系型数据库到TDengine
|
|
||||||
writer部分的配置规则和上述MongoDB的示例是一样的，这里给出一个MySQL的示例。
|
|
||||||
|
|
||||||
#### 3.3.1 MySQL中表结构
|
|
||||||
```sql
|
|
||||||
CREATE TABLE IF NOT EXISTS weather(
|
|
||||||
station varchar(100),
|
|
||||||
latitude DOUBLE,
|
|
||||||
longtitude DOUBLE,
|
|
||||||
`date` DATE,
|
|
||||||
TMAX int,
|
|
||||||
TMIN int
|
|
||||||
)
|
|
||||||
```
|
|
||||||
|
|
||||||
#### 3.3.2 配置文件示例
|
|
||||||
|
|
||||||
```json
|
|
||||||
{
|
|
||||||
"job": {
|
|
||||||
"content": [
|
|
||||||
{
|
|
||||||
"reader": {
|
|
||||||
"name": "mysqlreader",
|
|
||||||
"parameter": {
|
|
||||||
"username": "root",
|
|
||||||
"password": "passw0rd",
|
|
||||||
"column": [
|
"column": [
|
||||||
"*"
|
"tbname",
|
||||||
|
"ts",
|
||||||
|
"temperature",
|
||||||
|
"humidity",
|
||||||
|
"is_normal",
|
||||||
|
"device_id",
|
||||||
|
"address"
|
||||||
],
|
],
|
||||||
"splitPk": "station",
|
|
||||||
"connection": [
|
"connection": [
|
||||||
{
|
{
|
||||||
"table": [
|
"table": [
|
||||||
"weather"
|
"weather"
|
||||||
],
|
],
|
||||||
"jdbcUrl": [
|
"jdbcUrl": "jdbc:TAOS-RS://192.168.56.105:6041/test"
|
||||||
"jdbc:mysql://127.0.0.1:3306/test?useSSL=false&useUnicode=true&characterEncoding=utf8"
|
|
||||||
]
|
|
||||||
}
|
|
||||||
]
|
|
||||||
}
|
|
||||||
},
|
|
||||||
"writer": {
|
|
||||||
"name": "tdenginewriter",
|
|
||||||
"parameter": {
|
|
||||||
"host": "127.0.0.1",
|
|
||||||
"port": 6030,
|
|
||||||
"dbName": "test",
|
|
||||||
"username": "root",
|
|
||||||
"password": "taosdata",
|
|
||||||
"batchSize": 1000,
|
|
||||||
"stable": "weather",
|
|
||||||
"tagColumn": {
|
|
||||||
"station": 0
|
|
||||||
},
|
|
||||||
"fieldColumn": {
|
|
||||||
"latitude": 1,
|
|
||||||
"longtitude": 2,
|
|
||||||
"tmax": 4,
|
|
||||||
"tmin": 5
|
|
||||||
},
|
|
||||||
"timestampColumn":{
|
|
||||||
"date": 3
|
|
||||||
}
|
}
|
||||||
|
],
|
||||||
|
"batchSize": 100,
|
||||||
|
"ignoreTagsUnmatched": true
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
@ -319,6 +117,72 @@ CREATE TABLE IF NOT EXISTS weather(
|
|||||||
}
|
}
|
||||||
```
|
```
|
||||||
|
|
||||||
|
### 3.2 参数说明
|
||||||
|
|
||||||
|
* jdbcUrl
|
||||||
|
* 描述：数据源的JDBC连接信息，TDengine的JDBC信息请参考：[Java连接器的使用](https://www.taosdata.com/docs/cn/v2.0/connector/java#url)
|
||||||
|
* 必选：是
|
||||||
|
* 默认值：无
|
||||||
|
* username
|
||||||
|
* 描述：用户名
|
||||||
|
* 必选：是
|
||||||
|
* 默认值：无
|
||||||
|
* password
|
||||||
|
* 描述：用户名的密码
|
||||||
|
* 必选：是
|
||||||
|
* 默认值：无
|
||||||
|
* table
|
||||||
|
* 描述：表名的集合，table应该包含column参数中的所有列（tbname除外）。注意，column中的tbname会被当作TDengine中子表名使用。
|
||||||
|
* 必选：是
|
||||||
|
* 默认值：无
|
||||||
|
* column
|
||||||
|
* 描述：字段名的集合，字段的顺序应该与record中column的
|
||||||
|
* 必选：是
|
||||||
|
* 默认值：无
|
||||||
|
* batchSize
|
||||||
|
* 描述：
|
||||||
|
* 必选：否
|
||||||
|
* 默认值：1
|
||||||
|
* ignoreTagsUnmatched
|
||||||
|
* 描述：当table为TDengine中的一张子表，table具有tag值。如果数据的tag值与table的tag值不想等，数据不写入到table中。
|
||||||
|
* 必选：否
|
||||||
|
* 默认值：false
|
||||||
|
|
||||||
|
|
||||||
|
### 3.3 类型转换
|
||||||
|
|
||||||
|
datax中的数据类型，可以映射到TDengine的数据类型
|
||||||
|
|
||||||
|
| DataX 内部类型 | TDengine 数据类型 |
|
||||||
|
| -------------- | ----------------------------------------- |
|
||||||
|
| INT | TINYINT, SMALLINT, INT |
|
||||||
|
| LONG | TIMESTAMP, TINYINT, SMALLINT, INT, BIGINT |
|
||||||
|
| DOUBLE | FLOAT, DOUBLE |
|
||||||
|
| STRING | TIMESTAMP, BINARY, NCHAR |
|
||||||
|
| BOOL | BOOL |
|
||||||
|
| DATE | TIMESTAMP |
|
||||||
|
| BYTES | BINARY |
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
### 3.4 各数据源到TDengine的参考示例
|
||||||
|
|
||||||
|
下面是一些数据源到TDengine进行数据迁移的示例
|
||||||
|
|
||||||
|
| 数据迁移示例 | 配置的示例 |
|
||||||
|
| ------------------ | ------------------------------------------------------------ |
|
||||||
|
| TDengine到TDengine | [超级表到超级表，指定tbname](../src/test/resources/t2t-1.json) |
|
||||||
|
| TDengine到TDengine | [超级表到超级表，不指定tbname](../src/test/resources/t2t-2.json) |
|
||||||
|
| TDengine到TDengine | [超级表到子表](../src/test/resources/t2t-3.json) |
|
||||||
|
| TDengine到TDengine | [普通表到普通表](../src/test/resources/t2t-4.json) |
|
||||||
|
| RDBMS到TDengine | [普通表到超级表，指定tbname](../src/test/resources/dm2t-1.json) |
|
||||||
|
| RDBMS到TDengine | [普通表到超级表，不指定tbname](../src/test/resources/dm2t-2.json) |
|
||||||
|
| RDBMS到TDengine | [普通表到子表](../src/test/resources/dm2t-3.json) |
|
||||||
|
| RDBMS到TDengine | [普通表到普通表](../src/test/resources/dm2t-4.json) |
|
||||||
|
| OpenTSDB到TDengine | [metric到普通表](../src/test/resources/o2t-1.json) |
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
## 4 性能报告
|
## 4 性能报告
|
||||||
|
|
||||||
@ -362,44 +226,29 @@ CREATE TABLE IF NOT EXISTS weather(
|
|||||||
|
|
||||||
说明：
|
说明：
|
||||||
|
|
||||||
1. 这里的单表，主键类型为 bigint(20),自增。
|
1.
|
||||||
2. batchSize 和 通道个数，对性能影响较大。
|
|
||||||
3. 16通道，4096批量提交时，出现 full gc 2次。
|
|
||||||
|
|
||||||
#### 4.2.4 性能测试小结
|
#### 4.2.4 性能测试小结
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
## 5 约束限制
|
## 5 约束限制
|
||||||
|
|
||||||
1. 本插件自动创建超级表时NCHAR类型的长度固定为64，对于包含长度大于64的字符串的数据源，将不支持。
|
1.
|
||||||
2. 标签列不能包含null值，如果包含会被过滤掉。
|
|
||||||
|
|
||||||
|
|
||||||
## FAQ
|
## FAQ
|
||||||
|
|
||||||
### 如何选取要同步的数据的范围？
|
|
||||||
|
|
||||||
数据范围的选取在Reader插件端配置，对于不同的Reader插件配置方法往往不同。比如对于mysqlreader， 可以用sql语句指定数据范围。对于opentsdbreader, 用beginDateTime和endDateTime两个配置项指定数据范围。
|
|
||||||
|
|
||||||
### 如何一次导入多张源表？
|
|
||||||
|
|
||||||
如果Reader插件支持一次读多张表，Writer插件就能一次导入多张表。如果Reader不支持多多张表，可以建多个job，分别导入。Writer插件只负责写数据。
|
|
||||||
|
|
||||||
### 一张源表导入之后对应TDengine中多少张表？
|
### 一张源表导入之后对应TDengine中多少张表？
|
||||||
|
|
||||||
这是由tagColumn决定的，如果所有tag列的值都相同，那么目标表只有一个。源表有多少不同的tag组合，目标超级表就有多少子表。
|
这是由tagColumn决定的，如果所有tag列的值都相同，那么目标表只有一个。源表有多少不同的tag组合，目标超级表就有多少子表。
|
||||||
|
|
||||||
### 源表和目标表的字段顺序一致吗？
|
### 源表和目标表的字段顺序一致吗？
|
||||||
|
|
||||||
TDengine要求每个表第一列是时间戳列，后边是普通字段，最后是标签列。如果源表不是这个顺序，插件在自动建表时会自动调整。
|
是的，TDengineWriter按照column中字段的顺序解析来自datax的数据。
|
||||||
|
|
||||||
### 插件如何确定各列的数据类型？
|
### 插件如何确定各列的数据类型？
|
||||||
|
|
||||||
根据收到的第一批数据自动推断各列的类型。
|
根据收到的第一批数据自动推断各列的类型。
|
||||||
|
|
||||||
### 为什么插入10年前的数据会抛异常`TDengine ERROR (2350): failed to execute batch bind` ?
|
|
||||||
|
|
||||||
因为创建数据库的时候，默认保留10年的数据。可以手动指定要保留多长时间的数据，比如:`CREATE DATABASE power KEEP 36500;`。
|
|
||||||
|
|
||||||
### 如果编译的时候某些插件的依赖找不到怎么办？
|
|
||||||
|
|
||||||
如果这个插件不是必须的，可以注释掉根目录下的pom.xml中的对应插件。
|
|
||||||
Loading…
Reference in New Issue
Block a user