SeaTunnel DB2 Source Connector 使用文档(含详细操作步骤)

DB2是IBM的一款关系型数据库管理系统，JDBC DB2 Source Connector是一个用于通过JDBC读取外部数据源数据的连接器。Apache SeaTunnel如何支持JDBC DB2 Source Connector？请参考本文档。

支持引擎

Spark
Flink
SeaTunnel Zeta引擎

主要特性

• 批处理（batch）
• 精确一次（exactly-once）
• 列投影（column projection）
• 并行处理（parallelism）
• 支持用户自定义分割（support user-defined split）

它支持查询SQL并可以实现投影效果。

描述

通过 JDBC 读取外部数据源数据。

支持数据源

数据源	支持版本	驱动程序	URL	Maven
DB2	不同的依赖版本有不同的驱动程序类。	com.ibm.db2.jdbc.app.DB2Driver	jdbc:db2://127.0.0.1:50000/dbname	Download

数据库依赖

数据库依赖需要下载对应'Maven'的支持列表并复制到'$SEATNUNNEL_HOME/plugins/jdbc/lib/'工作目录。
例如，DB2数据源：cp db2-connector-java-xxx.jar $SEATNUNNEL_HOME/plugins/jdbc/lib/

数据类型映射

DB2数据类型	SeaTunnel数据类型
BOOLEAN	BOOLEAN
SMALLINT	SHORT
INT<br/>INTEGER<br/>	INTEGER
BIGINT	LONG
DECIMAL<br/>DEC<br/>NUMERIC<br/>NUM	DECIMAL(38,18)
REAL	FLOAT
FLOAT<br/>DOUBLE<br/>DOUBLE PRECISION<br/>DECFLOAT	DOUBLE
CHAR<br/>VARCHAR<br/>LONG VARCHAR<br/>CLOB<br/>GRAPHIC<br/>VARGRAPHIC<br/>LONG VARGRAPHIC<br/>DBCLOB	STRING
BLOB	BYTES
DATE	DATE
TIME	TIME
TIMESTAMP	TIMESTAMP
ROWID<br/>XML	Not supported yet

源选项

名称	类型	必需	默认	描述
url	String	Yes	-	JDBC连接的URL。参考案例：jdbc:db2:127.0.0.1:50000/dbname
driver	String	Yes	-	用于连接到远程数据源的jdbc类名。如果你使用db2，值是com.ibm.db2.jdbc.app.DB2Driver。
user	String	No	-	连接实例用户名
password	String	No	-	连接实例密码
query	String	Yes	-	查询语句
connection_check_timeout_sec	Int	No	30	用于验证连接到完成以等待数据库操作的时间（以秒为单位）
partition_column	String	No	-	用于并行处理的分区列名，仅支持数值类型，仅支持数值类型主键，并且只能配置一个列。
partition_lower_bound	Long	No	-	partition_column的扫描最小值，如果未设置，SeaTunnel将查询数据库获取最小值。
partition_upper_bound	Long	No	-	partition_column的扫描最大值，如果未设置，SeaTunnel将查询数据库获取最大值。
partition_num	Int	可选	作业并行度	分区计数的数量，仅支持正整数。默认值为作业的并行度。
fetch_size	Int	可选	0	对于返回大量对象的查询，您可以配置在查询中使用的行抓取大小，以提高性能，减少满足选择条件所需的数据库访问次数。零表示使用 JDBC 的默认值。
common-options		可选	-	源插件的通用参数，请参考 Source Common Options 获取详细信息。

提示

如果未设置 partition_column，则将以单一并发方式运行；如果设置了 partition_column，则根据任务的并发度并行执行。

任务示例

简单示例：

此示例在单一并发模式下查询您的测试数据库中类型为 'table' 的 16 条数据，并查询其所有字段。您还可以指定要查询的最终输出到控制台的字段。

# Defining the runtime environment
env {
  # You can set flink configuration here
  execution.parallelism = 2
  job.mode = "BATCH"
}
source{
    Jdbc {
        url = "jdbc:db2://127.0.0.1:50000/dbname"
        driver = "com.ibm.db2.jdbc.app.DB2Driver"
        connection_check_timeout_sec = 100
        user = "root"
        password = "123456"
        query = "select * from table_xxx"
    }
}

transform {
    # If you would like to get more information about how to configure seatunnel and see full list of transform plugins,
    # please go to https://seatunnel.apache.org/docs/transform-v2/sql
}

sink {
    Console {}
}

并行示例：

如果想要读取整个表，可以根据您配置的分片字段和分片数据，在并行方式下读取查询表。

source {
    Jdbc {
        url = "jdbc:db2://127.0.0.1:50000/dbname"
        driver = "com.ibm.db2.jdbc.app.DB2Driver"
        connection_check_timeout_sec = 100
        user = "root"
        password = "123456"
        # Define query logic as required
        query = "select * from type_bin"
        # Parallel sharding reads fields
        partition_column = "id"
        # Number of fragments
        partition_num = 10
    }
}

并行边界：

在查询中指定数据的上限和下限边界更加高效。根据您配置的上限和下限边界来读取您的数据源，效率更高。

source {
    Jdbc {
        url = "jdbc:db2://127.0.0.1:50000/dbname"
        driver = "com.ibm.db2.jdbc.app.DB2Driver"
        connection_check_timeout_sec = 100
        user = "root"
        password = "123456"
        # Define query logic as required
        query = "select * from type_bin"
        partition_column = "id"
        # Read start boundary
        partition_lower_bound = 1
        # Read end boundary
        partition_upper_bound = 500
        partition_num = 10
    }
}

本文由 白鲸开源科技 提供发布支持！