使用 gt-checksum 分析迁移对象

背景

本文以从 ORACLE 迁移到 GreatSQL 为例讲述如何使用gt-checksum分析迁移对象。

关于gt-checksum

gt-checksum 是 GreatSQL 社区开源的一款静态数据库校验修复工具，支持MySQL、Oracle等主流数据库。如下是一个简单的分析迁移对象的使用案例。

本次使用的是 gt-checksum 商业版本

为什么需要分析迁移对象？

首先我们通过一个项目案例来说明一下去O过程中为什么需要分析迁移对象。

项目背景

当前有个去O项目，总共3000张业务表 ，总数据量大概在3T左右，业务方要求在3小时内迁移完成。

思考

这时，我们就要思考，如何能在规定时间内完成迁移？影响迁移效率的因素有哪些？

索引的选择性

业务表有没有索引；是主键索引还是普通索引；是全局索引还是本地索引；若存在索引，索引的离散度如何。

元数据合理性

业务表中有没有lob或者text字段，若存在，总共有多少个lob或text字段；业务表是否是分区表，表的分区类型是什么以及总共有多少个分区。

表的数据量

每张表各有多少数据量，百万级、千万级还是亿级别。

上述的这些信息，通过gt-checksum的迁移对象分析，我们都可以获取到。

下面开始分析流程。

如何分析迁移对象？

配置gc-task.cnf配置文件

分析行为依赖于配置文件 config-simple/gc-task.cnf，在分析操作开始前，需要先根据项目实际信息配置好此文件，如下是配置说明。

gc-task.cnf配置说明

DSNs（连接模块）

• srcDSN：源端连接串
• dstDSN：目标端连接串
• srcDSN/dstDSN：格式存在差异 严格根据示例填写 注意双引号不要漏 配置需仔细
• 密码中有&符号的需要转义处理下（&)

rules（规则模块）

• object：迁移对象列表 文件名称自定义；格式：库名 分隔符 表名 位置：与gt-checksum在同级目录
• limiter：迁移对象列表的分隔符，默认为逗号
• igcount：分析时是否输出表行数 true: 不输出 false: 输出
• active：生成配置文件类型 struct：表结构 index：索引 sync：数据迁移......

详细说明见 gc-task.cnf 文件注释

object配置说明

object 支持如下四种配置方式：

以迁移PCMS库下BMSQL_WAREHOUSE 、BMSQL_CONFIG、BMSQL_DISTRICT_TMP三张普通表为例

• 一般情况 无需映射（迁移到目标端后，库名表名不变）

PCMS,BMSQL_WAREHOUSE
PCMS,BMSQL_CONFIG
PCMS,BMSQL_DISTRICT_TMP

映射关系示意图

SOURCE                 -->  DEST
-- 示例1：PCMS,BMSQL_WAREHOUSE
PCMS.BMSQL_WAREHOUSE   --> PCMS.BMSQL_WAREHOUSE

• 库映射 （迁移到目标端后，表名不变，库名改变）

PCMS:WLKY,BMSQL_WAREHOUSE
PCMS:WLKY,BMSQL_CONFIG
PCMS:WLKY,BMSQL_DISTRICT_TMP

映射关系示意图

SOURCE                 -->  DEST
#示例1：PCMS:WLKY,BMSQL_WAREHOUSE
PCMS.BMSQL_WAREHOUSE   --> WLKY.BMSQL_WAREHOUSE

• 表映射 （迁移到目标端后，库名不变，表名改变）

PCMS,BMSQL_WAREHOUSE:BMSQL_WAREHOUSE_0429
PCMS,BMSQL_CONFIG:BMSQL_CONFIG_0429
PCMS,BMSQL_DISTRICT_TMP:BMSQL_DISTRICT_TMP_0429

映射关系示意图

SOURCE                 -->  DEST
#示例1：PCMS,BMSQL_WAREHOUSE:BMSQL_WAREHOUSE_0429
PCMS.BMSQL_WAREHOUSE   --> PCMS.BMSQL_WAREHOUSE_0429

• 库表映射 （迁移到目标端后，库名表名都改变）

PCMS:WLKY,BMSQL_WAREHOUSE:BMSQL_WAREHOUSE_0429
PCMS:WLKY,BMSQL_CONFIG:BMSQL_CONFIG_0429
PCMS:WLKY,BMSQL_DISTRICT_TMP:BMSQL_DISTRICT_TMP_0429

映射关系示意图

SOURCE                 -->  DEST
#示例1：PCMS:WLKY,BMSQL_WAREHOUSE:BMSQL_WAREHOUSE_0429
PCMS.BMSQL_WAREHOUSE   --> WLKY.BMSQL_WAREHOUSE_0429

gc-task.cnf配置示例

$ cat qianyi 
PCMS,BMSQL_WAREHOUSE
PCMS,BMSQL_CONFIG
PCMS,BMSQL_DISTRICT_TMP

$ cp -r config-simple config
$ cat config/gc-task.cnf
DSNs {
    srcDSN = "oracle|user/password@ip:port/sid"
    dstDSN = "cluster|user:password@tcp(ip:port)/information_schema?charset=utf8mb4"
}

rules {
    task {     
        object = "qianyi"
        limiter = ","
        igcount = false
        active = struct
    }
}

执行分析命令

gc-task.cnf 配置完成后即可进行迁移对象的分析操作，执行命令如下

$ ./gt-checksum -f config/gc-task.cnf

如下输出表示分析操作成功

$ ./gt-checksum -f config/gc-task.cnf
-- gt-checksum init configuration files -- 
-- gt-checksum init log files -- 
-- gt-checksum init check parameter --
-- gt-checksum check parameter legality--
godror WARNING: discrepancy between DBTIMEZONE ("+00:00"=0) and SYSTIMESTAMP ("+08:00"=800) - set connection timezone, see https://github.com/godror/godror/blob/master/doc/timezone.md
----begin read table object file and init table meta data---
----begin write data to xls ---
[gt_tableObjectOptimizer_2025-02-18T15-34-03.xlsx] 元数据校对Excel表格已生成
----begin general gt-checksum config file ---
[gc-struct.cnf] 配置文件已生成
-- gt-task Table object sorting completed !!! --

分析结果解析

分析操作执行成功后，会在 gt-checksum 同级目录下生成分析结果Excel ，文件以 “gt_tableObjectOptimizer_” 为前缀。

sheet说明

Excel中包含三个sheet，各个sheet说明如下：

• indexTask：有索引的表清单
• missindexTask：无索引的表清单
• tableMiss：迁移对象列表中存在，但在源端Oracle环境中不存在的表清单

注意：“迁移对象”指业务方给出的需要做迁移的表清单tableMiss 中的表特别注意，这部分表需要拿出来去跟业务侧确认是否迁移

title 说明

Excel 中含三个 sheet 的 title 一致，内容解析如下：

schema          库名                                                         
table           表名
lobCN           lob字段名称，若无lob字段，相关列为空                            
lobCT           lob字段类型
textCN          text字段名称，若无text字段，相关列为空                      
textCT          text字段类型
indexName       索引名称                                                      
indexType       索引类型
indexColumn     索引字段名称                                              
columnType      索引字段类型
cardinality     索引离散度
rate evaluation 索引离散度等级 有索引表： 优(>50%)良(40%-50%)差(<40%)  无索引表：差(有数据)  优(无数据)
table Rows      表count数  
partition Sum   表分区个数  0:normal表 非0:分区表
table Partition Type     表分区类型                                           
status          表状态  true:表在源端存在  miss:表在源端不存在
taskName        表任务名称

到此就是一个完整的迁移对象分析流程了。