首页
/ Waterdrop中Oracle-CDC到ClickHouse数据同步的类型转换问题解析

Waterdrop中Oracle-CDC到ClickHouse数据同步的类型转换问题解析

2025-05-27 14:55:05作者:胡唯隽

问题背景

在使用Waterdrop(现更名为SeaTunnel)进行Oracle到ClickHouse的数据同步过程中,开发人员遇到了一个典型的数据类型转换问题。当使用Oracle-CDC连接器从Oracle读取数据并写入ClickHouse时,系统报错"java.math.BigDecimal cannot be cast to java.lang.Integer",而直接使用Oracle源连接器则能正常运行。

问题现象

在Oracle数据库中定义了一个包含INT类型字段的表:

CREATE TABLE test
(
ID       INT,
NAME     VARCHAR(32),
QUANTITY INT,
PRIMARY KEY (id)
);

对应的ClickHouse表结构为:

CREATE TABLE test (
`ID`       Int32,
`NAME`     String,
`QUANTITY` Int32
) ENGINE = MergeTree
PRIMARY KEY ID
ORDER BY ID;

当使用Oracle-CDC连接器同步数据时,系统抛出类型转换异常,提示无法将BigDecimal转换为Integer。

问题分析

CDC连接器与普通连接器的差异

  1. 数据捕获机制不同:Oracle-CDC连接器通过捕获数据库变更日志来获取数据,而普通Oracle连接器直接执行查询获取数据

  2. 数据类型处理差异:CDC连接器在捕获变更时,Oracle的INT类型会被转换为Java的BigDecimal类型,而普通连接器会保持为Integer类型

  3. ClickHouse接收处理:ClickHouse的JDBC驱动期望接收的是与目标字段类型匹配的数据类型,当接收到BigDecimal时无法自动转换为Int32

根本原因

Oracle数据库中的INT/NUMBER类型在CDC模式下被Debezium等CDC工具统一处理为BigDecimal,以确保能够容纳各种精度的数值。而ClickHouse的Int32类型期望接收的是Java的Integer类型数据,导致类型不匹配。

解决方案

方案一:修改Oracle表结构

将Oracle表中的INT类型明确指定为NUMBER类型并定义精度:

CREATE TABLE test
(
ID       number(8),
NAME     varchar(32),
QUANTITY number(8),
PRIMARY KEY (id)
);

这种修改可以确保CDC连接器捕获数据时保持数值的整数特性,便于ClickHouse正确接收。

方案二:使用Waterdrop的类型转换功能

在Waterdrop配置中添加类型转换规则,将BigDecimal显式转换为Integer:

transform {
  convert {
    source_field = "ID"
    target_field = "ID"
    target_type = "int"
  }
  convert {
    source_field = "QUANTITY"
    target_field = "QUANTITY"
    target_type = "int"
  }
}

方案三:调整ClickHouse表结构

将ClickHouse表中的Int32改为Decimal类型以匹配CDC输出的数据类型:

CREATE TABLE test (
`ID`       Decimal(10,0),
`NAME`     String,
`QUANTITY` Decimal(10,0)
) ENGINE = MergeTree
PRIMARY KEY ID
ORDER BY ID;

最佳实践建议

  1. 数据类型一致性:在设计跨数据库同步方案时,应预先考虑源库和目标库的数据类型映射关系

  2. CDC特殊处理:使用CDC工具时要注意其数据类型处理方式可能与普通JDBC连接器不同

  3. 明确精度定义:对于数值类型,建议在源库中明确定义精度和范围,避免隐式转换

  4. 测试验证:在生产环境部署前,应对数据类型转换进行充分测试

总结

Waterdrop/SeaTunnel作为数据集成工具,在处理不同类型数据库间的数据同步时,数据类型转换是一个常见挑战。特别是在使用CDC模式时,数据捕获机制会引入额外的类型转换层。通过理解底层机制并采取适当的类型映射策略,可以确保数据同步的稳定性和准确性。本文提供的解决方案不仅适用于当前问题,也为类似的数据集成场景提供了参考思路。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
861
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K