datax cassandrawriter 使用

2022-07-14
浏览 (1130)

CassandraWriter 插件文档

1 快速介绍

CassandraWriter插件实现了向Cassandra写入数据。在底层实现上，CassandraWriter通过datastax的java driver连接Cassandra实例，并执行相应的cql语句将数据写入cassandra中。

2 实现原理

简而言之，CassandraWriter通过java driver连接到Cassandra实例，并根据用户配置的信息生成INSERT CQL语句，然后发送到Cassandra。

对于用户配置Table、Column的信息，CassandraReader将其拼接为CQL语句发送到Cassandra。

3 功能说明

3.1 配置样例

配置一个从内存产生到Cassandra导入的作业:

{
  "job": {
    "setting": {
      "speed": {
        "channel": 5
      }
    },
    "content": [
      {
        "reader": {
          "name": "streamreader",
          "parameter": {
            "column": [
              {"value":"name","type": "string"},
              {"value":"false","type":"bool"},
              {"value":"1988-08-08 08:08:08","type":"date"},
              {"value":"addr","type":"bytes"},
              {"value":1.234,"type":"double"},
              {"value":12345678,"type":"long"},
              {"value":2.345,"type":"double"},
              {"value":3456789,"type":"long"},
              {"value":"4a0ef8c0-4d97-11d0-db82-ebecdb03ffa5","type":"string"},
              {"value":"value","type":"bytes"},
              {"value":"-838383838,37377373,-383883838,27272772,393993939,-38383883,83883838,-1350403181,817650816,1630642337,251398784,-622020148","type":"string"},
            ],
           "sliceRecordCount": 10000000
          }
        },
        "writer": {
          "name": "cassandrawriter",
          "parameter": {
            "host": "localhost",
            "port": 9042,
            "useSSL": false,
            "keyspace": "stresscql",
            "table": "dst",
            "batchSize":10,
            "column": [
              "name",
              "choice",
              "date",
              "address",
              "dbl",
              "lval",
              "fval",
              "ival",
              "uid",
              "value",
              "listval"
            ]
          }
        }
      }
    ]
  }
}

3.2 参数说明

host
- 描述：Cassandra连接点的域名或ip，多个node之间用逗号分隔。
- 必选：是
- 默认值：无
port
- 描述：Cassandra端口。
- 必选：是
- 默认值：9042
username
- 描述：数据源的用户名
- 必选：否
- 默认值：无
password
- 描述：数据源指定用户名的密码
- 必选：否
- 默认值：无
useSSL
- 描述：是否使用SSL连接。
- 必选：否
- 默认值：false
connectionsPerHost
- 描述：客户端连接池配置：与服务器每个节点建多少个连接。
- 必选：否
- 默认值：8
maxPendingPerConnection
- 描述：客户端连接池配置：每个连接最大请求数。
- 必选：否
- 默认值：128
keyspace
- 描述：需要同步的表所在的keyspace。
- 必选：是
- 默认值：无
table
- 描述：所选取的需要同步的表。
- 必选：是
- 默认值：无
column
- 描述：所配置的表中需要同步的列集合。
  内容可以是列的名称或”writetime()“。如果将列名配置为writetime()，会将这一列的内容作为时间戳。
- 必选：是
- 默认值：无
consistancyLevel
- 描述：数据一致性级别。可选ONE|QUORUM|LOCAL_QUORUM|EACH_QUORUM|ALL|ANY|TWO|THREE|LOCAL_ONE
- 必选：否
- 默认值：LOCAL_QUORUM
batchSize
- 描述：一次批量提交(UNLOGGED BATCH)的记录数大小（条数）。注意batch的大小有如下限制：
  （1）不能超过65535。
  (2) batch中的内容大小受到服务器端batch_size_fail_threshold_in_kb的限制。
  (3) 如果batch中的内容超过了batch_size_warn_threshold_in_kb的限制，会打出warn日志，但并不影响写入，忽略即可。
  如果批量提交失败，会把这个批量的所有内容重新逐条写入一遍。
- 必选：否
- 默认值：1

3.3 类型转换

目前CassandraReader支持除counter和Custom类型之外的所有类型。

下面列出CassandraReader针对Cassandra类型转换列表:

DataX 内部类型	Cassandra 数据类型
Long	int, tinyint, smallint,varint,bigint,time
Double	float, double, decimal
String	ascii,varchar, text,uuid,timeuuid,duration,list,map,set,tuple,udt,inet
Date	date, timestamp
Boolean	bool
Bytes	blob