对比下 datax 的 OceanBase/MYSQL 不同数据同步方案的效率差异 || 聊聊参数 rewriteBatchedStatements

作者：明哥的IT随笔

2022 年 1 月 28 日
本文字数：1706 字
阅读完需：约 6 分钟

大家好，我是明哥！

1. 聊聊信创与 Oceanbase 数据库

熟悉金融行业的小伙伴们大都知道，银行券商基金公司保险公司等金融行业的中大型企业，都在积极响应国家号召，高举信创的大旗，从服务器/操作系统/数据库/中间件等软件生态的方方面面，探索国产化的各种可能方案。

其中在数据库层面，我司目前推出的方案主要有三个：

对接蚂蚁的 Oceanbase；
对接 PingCAP 的 Tidb;
对接我司的 LightDb;

以上三种方案，目前我司在不同券商都有一些落地方案。

2. 聊聊 datax 的 Oceanbase 数据同步方案

不管客户选用哪种信创数据库的方案，不可避免的一个话题都是数据集成/数据同步，目前我司使用最多的一个方案是基于阿里开源的数据集成方案 datax 二次开发而来的一个方案。

那么 datax 对接 OceanBase 时，都有哪些同步方案可选呢？

一是 datax 的 rdbmsreader/rdbmswriter: 因为 Oceanbase 提供了 JDBC 驱动，所以当然可以使用 datax 的支持所有关系型数据库的通用 RDBMS 插件来同步数据；
二是 datax 推出的 OceanBase 专用插件 oceanbasev10writer/oceanbasev10reader：了解社区发展动向的小伙伴们，会留意到，datax 在 2021 年 5 月推出了开源的 OceanBase 专用插件 oceanbasev10writer/oceanbasev10reader,如下图所示:

image

3. 对比下方案 rdbmsreader/rdbmswriter 和方案 oceanbasev10writer/oceanbasev10reader 的同步效率

一般来讲，专用的插件会比通用的插件性能要高，我们基于我们的场景，对 120W 左右的数据的插入速度进行了测试，从结果来看，使用 oceanbase 定制的 oceanbasev10writer 插件之后，插入性能比通用插件 rdbmswriter 提升了 12 倍左右：

image

说明：

我们这里没有对读取插件进行详细的性能测试对比，但有理由相信，其性能应该也是有不少提升的；
当然大家的场景不一样，数据库表的结构有差异（有无索引，表字段多少，字段类型等有差异），测试结果可能不尽相同，但结论应该是类似的：定制插件比通用插件性能要高！

4. 深入剖析下 oceanbasev10writer/oceanbasev10reader 插件

开源的魅力就在于，你是可以看到源码的！只要你想，通过查看源码，即可分析其方案原理和细节差异;
通过查看 datax 的源码，笔者发现，以下两个类的如下三个方法中，显示地对 oceanbasev10writer/oceanbasev10reader 的 jdbc url 添加了链接参数 rewriteBatchedStatements=true:com.alibaba.datax.plugin.writer.oceanbasev10writer.ext.OBDataSourceV10#buildJdbcPropertycom.alibaba.datax.plugin.rdbms.util.DataBaseType#appendJDBCSuffixForWritercom.alibaba.datax.plugin.rdbms.util.DataBaseType#appendJDBCSuffixForReader

image

看到这里，熟悉 Mysql 的 JDBC 连接参数 rewriteBatchedStatements 的小伙伴们，大概就猜到了：datax 的 OceanBase 专用插件 oceanbasev10writer/oceanbasev10reader，由于底层使用了 jdbc 的 batched Update 功能，所以性能比没有使用 jdbc batched update 功能时，速度有了数十倍的提升！

答案确实如此！

事实上，出于好奇，我们切换使用了 datax 的 RDBMS 通用插件 rdbmsreader/rdbmswriter，但在 jdbc url 中显示添加了参数 rewriteBatchedStatements=true，经测试，其数据写入速度跟上述专用插件的写入速度并无明显差异！

通过查看源码，我们还发现，datax 对 mysql 的写入操作做了类似处理，所以概括下：

使用 datax 读写各种关系型数据库 rdbms 时，推荐使用其专用读写插件，此时不用做特殊配置好，即能做到最优的读写性能；
当使用 datax 写入到 mysql 和 oceanbase 时，如果使用其专用写插件（MysqlWriter 和 oceanbasev10writer），此时底层使用到了特性 jdbc batched update, 所以性能比较好！
当使用 datax 写入到 mysql 和 oceanbase 时，如果使用 datax 的 rdbms 通用插件（RdbmsWriter），此时需要显示在 jdbc url 中指定参数 rewriteBatchedStatements=true，才能使用到特性 jdbc batched update，才能做到较好的性能！