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 12:42:26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

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
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
930
553
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
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
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
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8