Apache SeaTunnel Oracle-CDC 到 StarRocks 数据同步问题解析

问题现象

在使用 Apache SeaTunnel 2.3.8 版本进行 Oracle 数据库到 StarRocks 的数据同步时，遇到了一个典型的数据同步问题。从日志中可以观察到，虽然 CDC(变更数据捕获)机制已经成功读取到了 Oracle 数据库中的行数据，但这些数据在写入 StarRocks 时却全部变成了 NULL 值，导致同步失败。

错误分析

从错误日志中可以清晰地看到，StarRocks 接收到的数据行全部为 NULL 值，特别是对于非空列 'customer_id' 接收到了 NULL 值，这直接触发了 StarRocks 的数据校验机制，导致同步失败。错误信息显示："Error: NULL value in non-nullable column 'customer_id'. Row: [NULL, NULL, NULL, NULL, 0]"。

根本原因

经过深入排查，发现问题的根源在于源端(Oracle)和目标端(StarRocks)的字段名大小写不一致。Oracle 数据库中的字段名可能是大写形式(如"CUSTOMER_ID")，而 StarRocks 表中的字段名可能是小写形式(如"customer_id")，这种大小写不匹配导致了字段映射失败，最终所有字段值都被解析为 NULL。

解决方案

针对这个问题，可以采取以下几种解决方案：

1. 统一字段名大小写：确保源表和目标表的字段名大小写完全一致。可以修改其中一方的表结构，使字段名大小写匹配。

2. 配置字段映射：在 SeaTunnel 的配置文件中显式指定字段映射关系，明确源字段和目标字段的对应关系。

3. 使用列投影：在配置中明确指定需要同步的列及其映射关系，避免自动映射带来的问题。

最佳实践建议

1. 前期设计规范：在数据同步项目开始前，应该统一源端和目标端的命名规范，包括表名、字段名的大小写规则。

2. 配置验证：在正式运行前，先进行小批量数据测试，验证字段映射是否正确。

3. 日志监控：配置详细的日志级别，便于及时发现和排查类似问题。

4. 版本兼容性：确保使用的 SeaTunnel 版本与源端和目标端数据库版本兼容。

总结

数据同步过程中，字段映射是一个常见但容易被忽视的问题。特别是当源数据库和目标数据库对大小写的处理方式不同时，更容易出现此类问题。通过规范设计、充分测试和合理配置，可以有效避免这类问题的发生，确保数据同步的准确性和稳定性。