Apache SeaTunnel中Oracle-CDC到ClickHouse数据同步的类型转换问题分析

问题背景

在使用Apache SeaTunnel进行Oracle到ClickHouse的数据同步时，开发人员遇到了一个数据类型转换异常。具体表现为：当使用Oracle-CDC连接器作为源端，ClickHouse作为目标端时，程序抛出"java.math.BigDecimal cannot be cast to java.lang.Integer"错误，而直接使用Oracle源连接器则能正常运行。

问题现象

开发人员创建了两个测试表：

1. Oracle端表结构：

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

2. ClickHouse端表结构：

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

当运行SeaTunnel作业时，系统报错显示无法将BigDecimal类型转换为Integer类型。

技术分析

问题根源

这个问题的本质在于Oracle CDC连接器和普通Oracle连接器对数据类型处理方式的差异：

1. 普通Oracle连接器：直接从Oracle读取数据时，INT类型的字段会被正确识别为Java的Integer类型。

2. Oracle-CDC连接器：通过变更数据捕获机制读取数据时，Oracle的INT/NUMBER类型会被统一转换为BigDecimal类型，而ClickHouse的Int32类型期望接收的是Integer类型值，导致类型转换失败。

解决方案

开发人员发现通过修改Oracle表结构可以解决这个问题：

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

这种修改之所以有效，是因为：

1. 显式使用NUMBER(8)类型替代INT类型，使得数据类型更加明确
2. CDC连接器能够更准确地识别这种明确的数字类型定义
3. 在数据传输过程中保持了更好的类型一致性

深入理解

Oracle数据类型处理机制

Oracle中的INT类型实际上是NUMBER(38)的别名。CDC机制在处理这种类型时，出于精度和通用性考虑，会将其转换为BigDecimal类型，以确保不会丢失任何精度信息。

ClickHouse类型系统

ClickHouse的Int32类型对应Java的Integer类型，它无法直接处理BigDecimal类型的数据。当SeaTunnel尝试将BigDecimal值赋给Int32字段时，就会抛出类型转换异常。

最佳实践建议

1. 源表设计：在Oracle端，对于整数类型字段，建议显式使用NUMBER(precision)而非INT，这样可以获得更一致的行为。

2. 目标表设计：在ClickHouse端，如果预期接收Oracle的数值类型，可以考虑使用Nullable(Int32)或者直接使用Decimal类型以获得更好的兼容性。

3. 连接器配置：在SeaTunnel配置中，可以考虑添加类型转换规则，显式指定如何处理特定的数据类型转换。

总结

这个案例展示了在不同数据库系统间进行数据同步时可能遇到的数据类型兼容性问题。通过理解各数据库系统的类型处理机制和连接器的工作方式，我们可以更好地预防和解决这类问题。对于使用Apache SeaTunnel进行Oracle到ClickHouse数据同步的场景，显式定义数值类型的精度是一个简单有效的解决方案。