Halaman ini diterjemahkan oleh Cloud Translation API.

Peristiwa dan feed

Hierarki data di Datastream adalah:

Aliran data, yang terdiri dari sumber data dan tujuan.
Objek, yang merupakan bagian dari aliran data, seperti tabel dari database tertentu.
Peristiwa, yang merupakan satu perubahan yang dihasilkan oleh objek tertentu, seperti penyisipan database.

Aliran data, objek, dan peristiwa memiliki data dan metadata yang terkait dengannya. Data dan metadata ini dapat digunakan untuk berbagai tujuan.

Tentang peristiwa

Setiap peristiwa terdiri dari tiga jenis data:

Data peristiwa: Ini mewakili perubahan pada data itu sendiri dari objek yang berasal dari sumber aliran data. Setiap peristiwa berisi keseluruhan baris yang berubah.
Metadata generik: Metadata ini muncul di setiap peristiwa yang dihasilkan oleh Datastream yang digunakan untuk tindakan, seperti menghapus data duplikat di tujuan.
Metadata khusus sumber: Metadata ini muncul di setiap peristiwa yang dihasilkan oleh sumber aliran tertentu. Metadata ini bervariasi menurut sumber.

Data peristiwa

Data peristiwa adalah payload dari setiap perubahan dari objek tertentu yang berasal dari sumber aliran data.

Peristiwa dalam format Avro atau JSON.

Saat menggunakan format Avro, untuk setiap kolom, peristiwa berisi indeks dan nilai kolom. Dengan menggunakan indeks kolom, nama kolom dan jenis terpadu dapat diambil dari skema di header Avro.

Saat menggunakan format JSON, untuk setiap kolom, peristiwa akan berisi nama dan nilai kolom.

Metadata peristiwa dapat digunakan untuk mengumpulkan informasi tentang asal peristiwa, serta untuk menghapus data duplikat di tujuan dan mengurutkan peristiwa oleh konsumen downstream.

Tabel berikut mencantumkan dan menjelaskan kolom serta jenis data untuk metadata peristiwa umum dan khusus sumber.

Metadata umum

Metadata ini konsisten di semua jenis streaming.

Kolom	Jenis Avro	Jenis JSON	Deskripsi
`stream_name`	string	string	Nama aliran data unik seperti yang ditentukan pada waktu pembuatan.
`read_method`	string	string	Menunjukkan apakah data dibaca dari sumber menggunakan metode pengambilan data perubahan (CDC), sebagai bagian dari pengisian ulang historis, atau sebagai bagian dari tugas penambahan yang dibuat saat transaksi di-roll back selama replikasi CDC. Nilai yang memungkinkan mencakup: `oracle-cdc-logminer` `oracle-backfill` `oracle-supplementation` `mysql-cdc-binlog` `mysql-backfill-incremental` `mysql-backfill-fulldump` `postgres-cdc-wal` `postgresql-backfill`
`object`	string	string	Nama yang digunakan untuk mengelompokkan berbagai jenis peristiwa, biasanya nama tabel atau objek di sumber.
`schema_key`	string	string	ID unik untuk skema terpadu peristiwa.
`uuid`	string	string	ID unik untuk peristiwa yang dihasilkan oleh Datastream.
`read_timestamp`	timestamp-millis	string	Stempel waktu (UTC) saat data dibaca oleh Datastream (stempel waktu epoch dalam milidetik).
`source_timestamp`	timestamp-millis	string	Stempel waktu (UTC) saat data berubah di sumber (stempel waktu epoch dalam milidetik).
`sort_keys`	`{"type": "array", "items": ["string", "long"]}`	array	Array nilai yang dapat digunakan untuk mengurutkan peristiwa sesuai urutan terjadinya.

Metadata khusus sumber

Metadata ini dikaitkan dengan peristiwa CDC dan pengisian ulang dari database sumber. Untuk melihat metadata ini, pilih sumber dari menu drop-down di bawah.

Sumber	Kolom	Jenis Avro	Jenis JSON	Deskripsi
MySQL	`log_file`	string	string	File log tempat Datastream mengambil peristiwa dalam replikasi CDC.
MySQL	`log_position`	long	long	Posisi log (offset) dalam log biner MySQL.
MySQL	`primary_keys`	array string	array string	Daftar (satu atau beberapa) nama kolom yang membentuk kunci utama tabel. Jika tabel tidak memiliki kunci utama, kolom ini akan kosong.
MySQL	`is_deleted`	boolean	boolean	Nilai `true` menunjukkan bahwa baris telah dihapus di sumber. Nilai `false` menunjukkan bahwa baris tidak dihapus.
MySQL	`database`	string	string	Database yang terkait dengan peristiwa.
MySQL	`table`	string	string	Tabel yang terkait dengan peristiwa.
MySQL	`change_type`	string	string	Jenis perubahan (`INSERT`, `UPDATE-INSERT`, `UPDATE-DELETE`, dan `DELETE`) yang diwakili peristiwa. Untuk replikasi berbasis baris MySQL, setiap peristiwa untuk baris dengan perubahan kunci utama berisi dua gambar: gambar "sebelum" yang kolomnya dicocokkan saat menelusuri baris yang akan diperbarui, dan gambar "setelah" yang berisi perubahan. Misalnya, untuk perubahan `UPDATE-DELETE`, `UPDATE-DELETE` adalah gambar "sebelum" dan `UPDATE-INSERT` adalah gambar "setelah". Pelajari lebih lanjut replikasi berbasis baris MySQL.
Oracle	`log_file`	string	string	File log tempat Datastream mengambil peristiwa dalam replikasi CDC.
Oracle	`scn`	long	long	Posisi log (offset) dalam log transaksi Oracle.
Oracle	`row_id`	string	string	row_id Oracle.
Oracle	`is_deleted`	boolean	boolean	Nilai `true` menunjukkan bahwa baris telah dihapus di sumber. Nilai `false` menunjukkan bahwa baris tidak dihapus.
Oracle	`database`	string	string	Database yang terkait dengan peristiwa.
Oracle	`schema`	string	string	Skema yang terkait dengan tabel dari peristiwa.
Oracle	`table`	string	string	Tabel yang terkait dengan peristiwa.
Oracle	`change_type`	string	string	Jenis perubahan (`INSERT`, `UPDATE-INSERT`, `UPDATE-DELETE`, dan `DELETE`) yang diwakili peristiwa. Untuk replikasi berbasis baris Oracle, setiap peristiwa untuk baris dengan perubahan kunci utama berisi dua gambar: gambar "sebelum" yang kolomnya dicocokkan saat menelusuri baris yang akan diperbarui, dan gambar "setelah" yang berisi perubahan. Misalnya, untuk perubahan `UPDATE-DELETE`, `UPDATE-DELETE` adalah gambar "sebelum" dan `UPDATE-INSERT` adalah gambar "setelah". Pelajari replikasi berbasis baris Oracle lebih lanjut.
Oracle	`tx_id`	string	string	ID transaksi tempat peristiwa berada.
Oracle	`rs_id`	string	string	ID set data. Penggabungan `rs_id` dan `ssn` secara unik mengidentifikasi baris di `V$LOGMNR_CONTENTS`. `rs_id` mengidentifikasi data redo yang menghasilkan baris secara unik.
Oracle	`ssn`	long	long	Nomor urut SQL. Nomor ini digunakan dengan `rs_id` dan secara unik mengidentifikasi baris di `V$LOGMNR_CONTENTS`.
PostgreSQL	`schema`	string	string	Skema yang terkait dengan tabel dari peristiwa.
PostgreSQL	`table`	string	string	Tabel yang terkait dengan peristiwa.
PostgreSQL	`is_deleted`	boolean	boolean	Nilai `true` menunjukkan bahwa baris telah dihapus di sumber. Nilai `false` menunjukkan bahwa baris tidak dihapus.
PostgreSQL	`change_type`	string	string	Jenis perubahan (`INSERT`, `UPDATE`, `DELETE`) yang diwakili peristiwa. Untuk replikasi berbasis baris PostgreSQL, setiap peristiwa untuk baris dengan perubahan kunci utama berisi dua gambar: gambar "sebelum" yang kolomnya dicocokkan saat menelusuri baris yang akan diperbarui, dan gambar "setelah" yang berisi perubahan. Misalnya, untuk perubahan `UPDATE-DELETE`, `UPDATE-DELETE` adalah gambar "sebelum" dan `UPDATE-INSERT` adalah gambar "setelah". Pelajari lebih lanjut replikasi berbasis baris PostgreSQL.
PostgreSQL	`tx_id`	string	string	ID transaksi tempat peristiwa berada.
PostgreSQL	`lsn`	string	string	Nomor urutan log untuk entri saat ini.
PostgreSQL	`primary_keys`	array string	array string	Daftar (satu atau beberapa) nama kolom yang membentuk kunci utama tabel. Jika tabel tidak memiliki kunci utama, kolom ini akan kosong.
SQL Server	`table`	string	string	Tabel yang terkait dengan peristiwa.
SQL Server	`database`	long	long	Database yang terkait dengan peristiwa.
SQL Server	`schema`	array string	array string	Skema yang terkait dengan tabel dari peristiwa.
SQL Server	`is_deleted`	boolean	boolean	Nilai benar (true) menunjukkan bahwa baris telah dihapus di sumber. Nilai salah menunjukkan bahwa baris tidak dihapus.
SQL Server	`lsn`	string	string	Nomor urut log untuk peristiwa.
SQL Server	`tx_id`	string	string	ID transaksi tempat peristiwa berada.
SQL Server	`physical_location`	Array bilangan bulat	Array bilangan bulat	Lokasi fisik data log yang dijelaskan oleh tiga bilangan bulat: ID file, ID halaman, dan ID slot data.
SQL Server	`replication_index`	Array string	Array string	Daftar nama kolom indeks yang dapat mengidentifikasi baris dalam tabel secara unik.
SQL Server	`change_type`	String	String	Jenis perubahan (`INSERT`, UPDATE, `DELETE`) yang diwakili peristiwa.

Contoh alur peristiwa

Alur ini mengilustrasikan peristiwa yang dihasilkan oleh tiga operasi berturut-turut: INSERT, UPDATE, dan DELETE, pada satu baris dalam tabel SAMPLE untuk database sumber.

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

INSERT (T0)

Payload pesan terdiri dari keseluruhan baris baru.

{
  "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",
  }
}

UPDATE (T1)

Payload pesan terdiri dari keseluruhan baris baru. Nilai ini tidak menyertakan nilai sebelumnya.

{
  "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",
  }
}

DELETE (T2)

Payload pesan terdiri dari keseluruhan baris baru.

{
  "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",
  }
}

Pengurutan dan konsistensi

Bagian ini membahas cara Datastream menangani pengurutan dan konsistensi.

Memesan

Datastream tidak menjamin pengurutan, tetapi setiap peristiwa berisi baris data lengkap dan stempel waktu saat data ditulis ke sumber. Di BigQuery, peristiwa yang tidak berurutan akan digabungkan dalam urutan yang benar secara otomatis. BigQuery menggunakan metadata peristiwa dan nomor urutan perubahan internal (CSN) untuk menerapkan peristiwa ke tabel dalam urutan yang benar. Di Cloud Storage, peristiwa dari waktu yang sama dapat mencakup lebih dari satu file.

Peristiwa yang dihasilkan secara tidak berurutan terjadi karena desain saat peristiwa diisi ulang untuk pengisian ulang data awal yang dibuat saat aliran dimulai.

Pengurutan dapat disimpulkan berdasarkan sumber.

Sumber	Deskripsi
MySQL	Peristiwa yang merupakan bagian dari pengisian ulang awal memiliki kolom `read_method` yang dimulai dengan `mysql-backfill`. Tidak ada implikasi pada urutan peristiwa yang diterima dalam pengisian ulang karena peristiwa tersebut dapat digunakan dalam urutan apa pun. Peristiwa yang merupakan bagian dari replikasi yang sedang berlangsung memiliki kolom `read_method` yang ditetapkan ke `mysql-cdc-binlog`. Urutan dapat disimpulkan oleh kombinasi kolom `log_file` dan kolom `log_position` yang dioffset dari file log. Kombinasi ini memberikan angka unik yang meningkat secara bertahap yang mengidentifikasi urutan operasi dalam database.
Oracle	Peristiwa yang merupakan bagian dari pengisian ulang awal memiliki kolom `read_method` yang dimulai dengan `oracle-backfill`. Tidak ada implikasi pada urutan peristiwa yang diterima dalam pengisian ulang karena peristiwa tersebut dapat digunakan dalam urutan apa pun. Peristiwa yang merupakan bagian dari replikasi yang sedang berlangsung memiliki kolom `read_method` yang ditetapkan ke `oracle-cdc-logminer`. Urutan dapat disimpulkan dengan kombinasi kolom `rs_id` (ID kumpulan data) dan kolom `ssn` (nomor urutan SQL). Kombinasi ini memberikan angka unik yang meningkat secara bertahap yang mengidentifikasi urutan operasi dalam database.
PostgreSQL	Peristiwa yang merupakan bagian dari pengisian ulang awal memiliki kolom `read_method` yang dimulai dengan `postgresql-backfill`. Tidak ada implikasi pada urutan peristiwa yang diterima dalam pengisian ulang karena peristiwa tersebut dapat digunakan dalam urutan apa pun. Peristiwa yang merupakan bagian dari replikasi yang sedang berlangsung memiliki kolom `read_method` yang ditetapkan ke `postgres-cdc-wal`. Urutan dapat disimpulkan dengan kombinasi kolom `source_timestamp` dan kolom `lsn` (nomor urutan log). Kombinasi ini memberikan angka unik yang meningkat secara bertahap yang mengidentifikasi urutan operasi dalam database.
SQL Server	Peristiwa yang merupakan bagian dari pengisian ulang awal memiliki kolom `read_method` yang dimulai dengan `sqlserver-backfill`. Tidak ada implikasi pada urutan peristiwa yang diterima dalam pengisian ulang karena peristiwa tersebut dapat digunakan dalam urutan apa pun. Peristiwa yang merupakan bagian dari replikasi yang sedang berlangsung memiliki kolom `read_method` yang ditetapkan ke `sqlserver-cdc`. Urutan dapat disimpulkan dengan kombinasi kolom `source_timestamp` dan kolom `lsn` (nomor urutan log). Kombinasi ini memberikan angka unik yang meningkat secara bertahap yang mengidentifikasi urutan operasi dalam database.

Konsistensi

Datastream menjamin bahwa data dari database sumber akan dikirim ke tujuan minimal sekali. Tidak ada peristiwa yang akan terlewat, tetapi ada kemungkinan peristiwa duplikat dalam streaming. Periode untuk peristiwa duplikat harus dalam hitungan menit, dan ID unik universal (UUID) peristiwa di metadata peristiwa dapat digunakan untuk mendeteksi duplikat.

Jika file log database berisi transaksi yang belum di-commit, jika ada transaksi yang di-roll back, database akan mencerminkannya dalam file log sebagai operasi bahasa manipulasi data (DML) "mundur". Misalnya, operasi INSERT yang di-roll back akan memiliki operasi DELETE yang sesuai. Datastream membaca operasi ini dari file log.

Tentang streaming

Setiap aliran data memiliki metadata yang menjelaskan aliran data dan sumber tempat data diambil. Metadata ini mencakup informasi seperti nama aliran data, profil koneksi sumber dan tujuan, dan sebagainya.

Untuk melihat definisi lengkap objek Stream, lihat dokumentasi Referensi API.

Status dan status streaming

Streaming dapat berada dalam salah satu status berikut:

Not started
Starting
Running
Draining
Paused
Failed
Failed permanently

Anda dapat menggunakan log untuk menemukan informasi status tambahan, seperti pengisian ulang tabel, jumlah baris yang diproses, dan sebagainya. Anda juga dapat menggunakan FetchStreamErrors API untuk mengambil error.

Metadata objek yang tersedia menggunakan discover API

Discover API menampilkan objek yang mewakili struktur objek yang ditentukan di sumber data atau tujuan yang direpresentasikan oleh profil koneksi. Setiap objek memiliki metadata pada objek itu sendiri, serta untuk setiap kolom data yang diambilnya. Metadata ini tersedia melalui discover API.

Langkah selanjutnya

Untuk mempelajari streaming lebih lanjut, lihat Siklus proses streaming.
Untuk mempelajari cara membuat aliran data, lihat Membuat aliran data.