Questa pagina è stata tradotta dall'API Cloud Translation.

Eventi e flussi di dati

Panoramica

La gerarchia dei dati in Datastream è:

Uno stream, composto da un'origine dati e una destinazione.
Un oggetto, ovvero una parte di un flusso, ad esempio una tabella di un database specifico.
Un evento, cioè una singola modifica generata da un oggetto specifico, ad esempio un inserimento di database.

A stream, oggetti ed eventi sono associati dati e metadati. Questi dati e metadati possono essere utilizzati per scopi diversi.

Informazioni sugli eventi

Ogni evento è costituito da tre tipi di dati:

Dati sugli eventi:rappresentano la modifica ai dati stessi provenienti dall'oggetto proveniente dall'origine del flusso. Ogni evento contiene la totalità della riga che è stata modificata.
Metadati generici:questi metadati vengono visualizzati su ogni evento generato da Datastream e utilizzato per azioni come la rimozione dei dati duplicati nella destinazione.
Metadati specifici della sorgente:questi metadati vengono visualizzati su ogni evento generato da una specifica origine dello stream. Questi metadati variano in base alla fonte.

Dati sull'evento

I dati sugli eventi sono il payload di ogni modifica da un determinato oggetto proveniente da un'origine del flusso.

Gli eventi sono in formato Avro o JSON.

Quando lavori con il formato Avro, per ogni colonna l'evento contiene l'indice e il valore della colonna. Utilizzando l'indice della colonna, è possibile recuperare il nome e il tipo unificato della colonna dallo schema nell'intestazione Avro.

Quando utilizzi il formato JSON, per ogni colonna l'evento conterrà il nome e il valore della colonna.

I metadati sugli eventi possono essere utilizzati per raccogliere informazioni sull'origine dell'evento, nonché per rimuovere i dati duplicati nella destinazione e ordinare gli eventi da parte del consumatore a valle.

Le seguenti tabelle elencano e descrivono i campi e i tipi di dati per i metadati degli eventi generici e specifici dell'origine.

Metadati generici

Questi metadati sono coerenti in tutti gli stream di tutti i tipi.

Campo	Tipo di Avro	Tipo JSON	Descrizione
`stream_name`	string	string	Il nome univoco dello stream definito al momento della creazione.
`read_method`	string	string	Indica se i dati sono stati letti dall'origine utilizzando un metodo Change Data Capture (CDC), come parte del backfill storico o di un'attività di integrazione creata quando viene eseguito il rollback di una transazione durante la replica CDC. I valori possono essere: `oracle-cdc-logminer` `oracle-backfill` `oracle-supplementation` `mysql-cdc-binlog` `mysql-backfill-incremental` `mysql-backfill-fulldump` `postgres-cdc-wal` `postgresql-backfill`
`object`	string	string	Il nome utilizzato per raggruppare diversi tipi di eventi, in genere il nome della tabella o dell'oggetto nell'origine.
`schema_key`	string	string	L'identificatore univoco dello schema unificato dell'evento.
`uuid`	string	string	Un identificatore univoco per l'evento generato da Datastream.
`read_timestamp`	timestamp-milli	string	Il timestamp (UTC) in cui il record è stato letto da Datastream (il timestamp dell'epoca in millisecondi).
`source_timestamp`	timestamp-milli	string	Il timestamp (UTC) in cui il record è stato modificato nell'origine (il timestamp dell'epoca in millisecondi).
`sort_keys`	`{"type": "array", "items": ["string", "long"]}`	array	Un array di valori che può essere utilizzato per ordinare gli eventi nell'ordine in cui si sono verificati.

Metadati specifici dell'origine

Questi metadati sono associati agli eventi CDC e di backfill da un database di origine. Per visualizzare questi metadati, seleziona una fonte dal menu a discesa in basso.

Origine	Campo	Tipo di Avro	Tipo JSON	Descrizione
MySQL	`log_file`	string	string	Il file di log da cui Datastream estrae gli eventi nella replica CDC.
MySQL	`log_position`	lunghi	lunghi	La posizione del log (offset) nel log binario MySQL.
MySQL	`primary_keys`	array di stringhe	array di stringhe	L'elenco di (uno o più) nomi di colonna che compongono la chiave primaria delle tabelle. Se la tabella non ha una chiave primaria, il campo è vuoto.
MySQL	`is_deleted`	boolean	boolean	Un valore `true` indica che la riga è stata eliminata nell'origine. Un valore `false` indica che la riga non è stata eliminata.
MySQL	`database`	string	string	Il database associato all'evento.
MySQL	`table`	string	string	La tabella associata all'evento.
MySQL	`change_type`	string	string	Il tipo di modifica (`INSERT`, `UPDATE-INSERT`, `UPDATE-DELETE` e `DELETE`) rappresentato dall'evento. Per la replica basata su righe MySQL, ogni evento per una riga con una modifica di chiave primaria contiene due immagini: un'immagine "prima" le cui colonne vengono confrontate quando si cerca la riga da aggiornare e un'immagine "dopo" che contiene le modifiche. Ad esempio, per la modifica `UPDATE-DELETE`, `UPDATE-DELETE` è l'immagine "prima" e `UPDATE-INSERT` è l'immagine "dopo". Scopri di più sulla replica basata su righe MySQL.
Oracle	`log_file`	string	string	Il file di log da cui Datastream estrae gli eventi nella replica CDC.
Oracle	`scn`	lunghi	lunghi	La posizione del log (offset) nel log delle transazioni Oracle.
Oracle	`row_id`	string	string	row_id di Oracle.
Oracle	`is_deleted`	boolean	boolean	Un valore `true` indica che la riga è stata eliminata nell'origine. Un valore `false` indica che la riga non è stata eliminata.
Oracle	`database`	string	string	Il database associato all'evento.
Oracle	`schema`	string	string	Lo schema associato alla tabella dell'evento.
Oracle	`table`	string	string	La tabella associata all'evento.
Oracle	`change_type`	string	string	Il tipo di modifica (`INSERT`, `UPDATE-INSERT`, `UPDATE-DELETE` e `DELETE`) rappresentato dall'evento. Per la replica basata su righe Oracle, ogni evento per una riga con una modifica di chiave primaria contiene due immagini: un'immagine "prima" le cui colonne vengono confrontate quando si cerca la riga da aggiornare e un'immagine "dopo" che contiene le modifiche. Ad esempio, per la modifica `UPDATE-DELETE`, `UPDATE-DELETE` è l'immagine "prima" e `UPDATE-INSERT` è l'immagine "dopo". Scopri di più sulla replica basata su righe di Oracle.
Oracle	`tx_id`	string	string	L'ID transazione a cui appartiene l'evento.
Oracle	`rs_id`	string	string	L'ID del set di record. L'accoppiamento di `rs_id` e `ssn` identifica in modo univoco una riga in `V$LOGMNR_CONTENTS`. `rs_id` identifica in modo univoco il record di ripetizione che ha generato la riga.
Oracle	`ssn`	lunghi	lunghi	Un numero di sequenza SQL. Questo numero viene utilizzato con `rs_id` e identifica in modo univoco una riga in `V$LOGMNR_CONTENTS`.
PostgreSQL	`schema`	string	string	Lo schema associato alla tabella dell'evento.
PostgreSQL	`table`	string	string	La tabella associata all'evento.
PostgreSQL	`is_deleted`	boolean	boolean	Un valore `true` indica che la riga è stata eliminata nell'origine. Un valore `false` indica che la riga non è stata eliminata.
PostgreSQL	`change_type`	string	string	Il tipo di modifica (`INSERT`, `UPDATE`, `DELETE`) rappresentato dall'evento. Per la replica basata su righe PostgreSQL, ogni evento per una riga con una modifica alla chiave primaria contiene due immagini: un'immagine "prima" le cui colonne vengono confrontate quando si cerca la riga da aggiornare e un'immagine "dopo" che contiene le modifiche. Ad esempio, per la modifica `UPDATE-DELETE`, `UPDATE-DELETE` è l'immagine "prima" e `UPDATE-INSERT` è l'immagine "dopo". Scopri di più sulla replica basata su righe di PostgreSQL.
PostgreSQL	`tx_id`	string	string	L'ID transazione a cui appartiene l'evento.
PostgreSQL	`lsn`	string	string	Il numero della sequenza di log per la voce corrente.
PostgreSQL	`primary_keys`	array di stringhe	array di stringhe	L'elenco di (uno o più) nomi di colonna che compongono la chiave primaria delle tabelle. Se la tabella non ha una chiave primaria, il campo è vuoto.
SQL Server	`table`	string	string	La tabella associata all'evento.
SQL Server	`database`	lunghi	lunghi	Il database associato all'evento.
SQL Server	`schema`	array di stringhe	array di stringhe	Lo schema associato alla tabella dell'evento.
SQL Server	`is_deleted`	boolean	boolean	Un valore true indica che la riga è stata eliminata nell'origine. Un valore falso indica che la riga non è stata eliminata.
SQL Server	`lsn`	string	string	Il numero di sequenza di log per l'evento.
SQL Server	`tx_id`	string	string	L'ID transazione a cui appartiene l'evento.
SQL Server	`physical_location`	Array numero intero	Array numero intero	La posizione fisica del record di log descritta da tre numeri interi: ID file, ID pagina e ID slot del record.
SQL Server	`replication_index`	Array di stringhe	Array di stringhe	L'elenco dei nomi di colonna di un indice che può identificare in modo univoco una riga della tabella.
SQL Server	`change_type`	String	String	Il tipo di modifica ("INSERT", UPDATE, "DELETE") rappresentato dall'evento.

Esempio di flusso di eventi

Questo flusso illustra gli eventi generati da tre operazioni consecutive: INSERT, UPDATE e DELETE, su una singola riga in una tabella SAMPLE per un database di origine.

TEMPO	THIS_IS_MY_PK (int)	FIELD1 (nchar nullable)	FIELD2 (nchar non-null)>
0	1231535353	foo	TLV
1	1231535353	NULLA	TLV

INSERISCI (T0)

Il payload del messaggio è costituito dall'intera nuova riga.

{
  "stream_name": "projects/myProj/locations/myLoc/streams/Oracle-to-Source",
  "read_method": "oracle-cdc-logminer",
  "object": "SAMPLE.TBL",
  "uuid": "d7989206-380f-0e81-8056-240501101100",
  "read_timestamp": "2019-11-07T07:37:16.808Z",
  "source_timestamp": "2019-11-07T02:15:39",  
  "source_metadata": {
    "log_file": ""
    "scn": 15869116216871,
    "row_id": "AAAPwRAALAAMzMBABD",
    "is_deleted": false,
    "database": "DB1",
    "schema": "ROOT",
    "table": "SAMPLE"
    "change_type": "INSERT",
    "tx_id": 
    "rs_id": "0x0073c9.000a4e4c.01d0",
    "ssn": 67,
  },
  "payload": {
    "THIS_IS_MY_PK": "1231535353",
    "FIELD1": "foo",
    "FIELD2": "TLV",
  }
}

AGGIORNAMENTO (T1)

Il payload del messaggio è costituito dall'intera nuova riga. Non include valori precedenti.

{
  "stream_name": "projects/myProj/locations/myLoc/streams/Oracle-to-Source",
  "read_method": "oracle-cdc-logminer",
  "object": "SAMPLE.TBL",
  "uuid": "e6067366-1efc-0a10-a084-0d8701101101",
  "read_timestamp": "2019-11-07T07:37:18.808Z",
  "source_timestamp": "2019-11-07T02:17:39",  
  "source_metadata": {
    "log_file": 
    "scn": 15869150473224,
    "row_id": "AAAGYPAATAAPIC5AAB",
    "is_deleted": false,
    "database":
    "schema": "ROOT",
    "table": "SAMPLE"
    "change_type": "UPDATE",
    "tx_id":
    "rs_id": "0x006cf4.00056b26.0010",
    "ssn": 0,
  },
  "payload": {
    "THIS_IS_MY_PK": "1231535353",
    "FIELD1": null,
    "FIELD2": "TLV",
  }
}

ELIMINA (T2)

Il payload del messaggio è costituito dall'intera nuova riga.

{
  "stream_name": "projects/myProj/locations/myLoc/streams/Oracle-to-Source",
  "read_method": "oracle-cdc-logminer",
  "object": "SAMPLE.TBL",
  "uuid": "c504f4bc-0ffc-4a1a-84df-6aba382fa651",
  "read_timestamp": "2019-11-07T07:37:20.808Z",
  "source_timestamp": "2019-11-07T02:19:39",
  "source_metadata": {
    "log_file": 
    "scn": 158691504732555,
    "row_id": "AAAGYPAATAAPIC5AAC",
    "is_deleted": true,
    "database":
    "schema": "ROOT",
    "table": "SAMPLE"
    "change_type": "DELETE",
    "tx_id":
    "rs_id": "0x006cf4.00056b26.0011",
    "ssn": 0,
  },
  "payload": {
    "THIS_IS_MY_PK": "1231535353",
    "FIELD1": null,
    "FIELD2": "TLV",
  }
}

Ordine e coerenza

Questa sezione illustra in che modo Datastream gestisce l'ordinamento e la coerenza.

Ordine

Datastream non garantisce l'ordinamento, ma ogni evento contiene l'intera riga di dati e il timestamp relativo alla scrittura dei dati nell'origine. In BigQuery, gli eventi non in ordine verranno uniti automaticamente nella sequenza corretta. BigQuery utilizza i metadati degli eventi e un numero di sequenza di modifica interno (CSN) per applicare gli eventi alla tabella nell'ordine corretto. In Cloud Storage, gli eventi dello stesso periodo possono riguardare più di un file.

Gli eventi generati nell'ordine sbagliato avvengono per impostazione predefinita quando viene eseguito il backfill degli eventi per il backfill iniziale dei dati creato all'avvio del flusso.

L'ordinamento può essere dedotto da origine per origine.

Origine	Descrizione
MySQL	Gli eventi che fanno parte del backfill iniziale hanno il campo `read_method` che inizia con `mysql-backfill`. Non ha alcuna implicazioni nell'ordine in cui gli eventi vengono ricevuti nel backfill perché possono essere utilizzati in qualsiasi ordine. Il campo `read_method` degli eventi che fanno parte della replica in corso è impostato su `mysql-cdc-binlog`. L'ordine può essere dedotto dalla combinazione dei campi `log_file` e del campo `log_position` con offset rispetto al file di log. Questa combinazione fornisce un numero univoco e in modo incrementale che identifica l'ordine di operazione nel database.
Oracle	Gli eventi che fanno parte del backfill iniziale hanno il campo `read_method` che inizia con `oracle-backfill`. Non ha alcuna implicazioni nell'ordine in cui gli eventi vengono ricevuti nel backfill perché possono essere utilizzati in qualsiasi ordine. Il campo `read_method` degli eventi che fanno parte della replica in corso è impostato su `oracle-cdc-logminer`. L'ordine può essere dedotto dalla combinazione del campo `rs_id` (ID del set di record) e del campo `ssn` (un numero di sequenza SQL). Questa combinazione fornisce un numero univoco e in modo incrementale che identifica l'ordine di operazione nel database.
PostgreSQL	Gli eventi che fanno parte del backfill iniziale hanno il campo `read_method` che inizia con `postgresql-backfill`. Non ha alcuna implicazioni nell'ordine in cui gli eventi vengono ricevuti nel backfill perché possono essere utilizzati in qualsiasi ordine. Il campo `read_method` degli eventi che fanno parte della replica in corso è impostato su `postgres-cdc-wal`. L'ordine può essere dedotto dalla combinazione dei campi `source_timestamp` e `lsn` (numero di sequenza del log). Questa combinazione fornisce un numero univoco e in modo incrementale che identifica l'ordine di operazione nel database.
SQL Server	Gli eventi che fanno parte del backfill iniziale hanno il campo `read_method` che inizia con `sqlserver-backfill`. Non ha alcuna implicazioni nell'ordine in cui gli eventi vengono ricevuti nel backfill perché possono essere utilizzati in qualsiasi ordine. Il campo `read_method` degli eventi che fanno parte della replica in corso è impostato su `sqlserver-cdc`. L'ordine può essere dedotto dalla combinazione dei campi `source_timestamp` e `lsn` (numero di sequenza del log). Questa combinazione fornisce un numero univoco e in modo incrementale che identifica l'ordine di operazione nel database.

Coerenza

Datastream garantisce che i dati del database di origine verranno inviati alla destinazione almeno una volta. Non verrà perso nessun evento, ma c'è la possibilità che lo stream contenga eventi duplicati. La finestra degli eventi duplicati deve avere una durata dell'ordine dei minuti ed è possibile utilizzare l'identificatore univoco universale (UUID) dell'evento nei metadati dell'evento per rilevare i duplicati.

Quando i file di log del database contengono transazioni non impegnate, se viene eseguito il rollback di alcune transazioni, il database riflette nei file di log come operazioni DML (Data Manipulation Language) "inverse". Ad esempio, un'operazione di rollback di INSERT avrà un'operazione DELETE corrispondente. Datastream legge queste operazioni dai file di log.

Informazioni sugli stream

Ogni stream include metadati che descrivono sia lo stream sia l'origine da cui estrae i dati. Questi metadati includono informazioni come il nome dello stream, i profili di connessione di origine e di destinazione e così via.

Per visualizzare la definizione completa dell'oggetto Stream, consulta la documentazione di riferimento API.

Stato e stato dello stream

Uno stream può avere uno dei seguenti stati:

Not started
Starting
Running
Draining
Paused
Failed
Failed permanently

Puoi utilizzare i log per trovare ulteriori informazioni sullo stato, ad esempio il backfill delle tabelle, il numero di righe elaborate e così via. Puoi anche utilizzare l'API FetchStreamErrors per recuperare gli errori.

Metadati degli oggetti disponibili utilizzando l'API Discover

L'API Discover restituisce gli oggetti che rappresentano la struttura degli oggetti definiti nell'origine dati o nella destinazione rappresentata dal profilo di connessione. Ogni oggetto include metadati relativi all'oggetto stesso e a ogni campo di dati che estrae. Questi metadati sono disponibili tramite l'API discovery.

Indietro

Controlli della contemporaneità dei flussi

Avanti

Crea uno stream