当前位置 博文首页 > python实现不同数据库间数据同步功能

    python实现不同数据库间数据同步功能

    作者:flyingant9 时间:2021-07-21 17:44

    功能描述

    数据库间数据同步方式很多,在上篇博文中有总结。本文是用py程序实现数据同步。
    A数据库中有几十张表,要汇聚到B数据库中,且表结构一致,需要准实时的进行数据同步,用工具实现时对其控制有限且配置较繁琐,故自写程序,可自由设置同步区间,记录自己想要的日志

    代码

    本代码实现功能简单,采用面向过程,有需求的同学可以自己优化成面向对象方式,在日志这块缺少数据监控,可根据需求增加。主要注意点:
    1、数据抽取时采用区间抽取(按时间区间)、流式游标迭代器+fetchone,避免内存消耗
    2、在数据插入时采用executemany(list),加快插入效率

    import pymysql
    import os
    import datetime,time
    
    def update_time(content):
      with open(filepathtime, 'w') as f:
        f.writelines(content)
    
    def recode_log(content):
      with open(filepathlog, 'a') as f:
        f.writelines(content)
    
    def transferdata():
      #1、获取需要抽取的表,抽取数据的时间点
      with open(filepathtime, 'r') as f:
        lines = f.readlines() # 读取所有数据
        print("需要同步的表信息",lines)
        for line in lines:
          startdatetime = time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))
          tablename_list =line.split(',')
          #print(tablename_list)
          #print(tablename_list[-1])
          tablename_list[-1] = tablename_list[-1].replace('\n','')
          #print(tablename_list)
          tablename = tablename_list[0]
          updatetime = tablename_list[1]
          #print(tablename,updatetime)
    
          #2、抽取此表此时间点的数据,同步
          updatetime_s = datetime.datetime.strptime(updatetime, '%Y-%m-%d %H:%M:%S')
          updatetime_e = (updatetime_s + datetime.timedelta(hours=1)).strftime("%Y-%m-%d %H:%M:%S")
          #print(updatetime_s)
          #print(q_sql)
          db = pymysql.connect(host=host_o, port=port_o, user=user_o, passwd=passwd_o, db=db_o)
          cursor = db.cursor()
          q_sql = "select a,b,c from %s where c >= '%s' " % \
              (tablename, updatetime_s)
          #2.1 首先判断下原表中是否有待同步数据,若有则同步且更新同步的时间参考点,若没有则不同步且不更新同步的时间参考点
          try:
            cursor.execute(q_sql)
            results = cursor.fetchone()
            #print(results) #返回是元组
            #print("查询原表数据成功!",tablename)
          except BaseException as e:
            print("查询原表数据失败!",tablename, str(e))
            #记录异常日志
            updatetime_n = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
            eachline_log = updatetime_n + '[erro]:' + tablename + str(e) + '\n'
            content_log.append(eachline_log)
            recode_log(content_log)
          db.close()
    
          if results:
            print("===============================================================================")
            print("有数据可同步",tablename)
            db = pymysql.connect(host=host_o, port=port_o, user=user_o, passwd=passwd_o, db=db_o, charset='utf8', cursorclass=pymysql.cursors.SSDictCursor)
            cursor = db.cursor()
            q_sql1 = "select a,b,c from %s where c >= '%s' and c < '%s' " % \
                 (tablename, updatetime_s, updatetime_e)
            #print(q_sql1)
            result_list = []
            try:
              # startdatetime = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
              cursor.execute(q_sql1)
              #results = cursor.fetchall()
              # enddatetime = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
              # print(results) #返回是元组
              #使用流式游标迭代器+fetchone,减少内存消耗
              while True:
                result = cursor.fetchone()
                if not result:
                  print("此区间无数据", q_sql1)
                  break
                else:
                  one_list = list(result.values())
                  # print(result_list)
                  result_list.append(one_list)
              print(result_list) #返回是列表
              #print("查询数据成功!", tablename)
            except BaseException as e:
              print("查询数据失败!", tablename, str(e))
              # 记录异常日志
              updatetime_n = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
              eachline_log = updatetime_n + '[erro]:' + tablename + str(e) + '\n'
              content_log.append(eachline_log)
              recode_log(content_log)
            db.close()
    
            results_len = (len(result_list))
            if results_len>0:
              #3、将数据插入到目标表中,利用list提高插入效率
              i_sql = "insert into table_t(a,b,c) values (%s,%s,%s)"
              #print(i_sql)
              db = pymysql.connect(host=host_d, port=port_d, user=user_d, passwd=passwd_d, db=db_d)
              cursor = db.cursor()
              try:
                #startdatetime = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
                cursor.executemany(i_sql, result_list)
                db.commit()
                #enddatetime = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
                print("插入成功!",tablename)
              except BaseException as e:
                db.rollback()
                print("插入失败!", tablename,str(e))
                #记录异常日志
                updatetime_n = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
                eachline_log = updatetime_n + '[erro]:' + tablename + str(e) + '\n'
                content_log.append(eachline_log)
                recode_log(content_log)
              db.close()
            enddatetime = time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))
    
            #4、如果有数据同步,则更新参考点时间为下一个节点时间
            eachline_time = tablename+','+updatetime_e+'\n' #此时间点是下一个时间点updatetime_e
            content_time.append(eachline_time)
            print("更新表时间点",content_time)
    
            # 5、记录成功日志
            eachline_log = enddatetime + '[success]:' + tablename + '开始时间' + startdatetime + \
              '结束时间' + enddatetime + ',同步数据量'+str(results_len)+',当前参考点' + updatetime_e + '\n'
            content_log.append(eachline_log)
            print("日志信息",content_log)
            #print("===============================================================================")
          else:
            print("===============================================================================")
            print("无数据可同步",tablename)
            #db.close()
            enddatetime = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
            # 4、如果无数据同步,则参考点时间不更新
            eachline_time = tablename + ',' + updatetime + '\n' #此时间点还是原时间updatetime
            content_time.append(eachline_time)
            print("不更新表时间点",content_time)
    
            # 5、成功日志信息
            eachline_log = enddatetime + '[success]:' + tablename + '开始时间' + startdatetime + \
              '结束时间' + enddatetime + ',同步数据量0'+ ',当前参考点' + updatetime_e + '\n'
            content_log.append(eachline_log)
            print("日志信息",content_log)
            #print("===============================================================================")
    
        #更新配置文件,记录日志
        update_time(content_time)
        recode_log(content_log)
    
    if __name__ == '__main__':
      filepathtime = 'D:/test/table-time.txt'
      filepathlog = 'D:/test/table-log.txt'
      host_o = 'localhost'
      port_o = 3306
      user_o = 'root'
      passwd_o = 'root@123'
      db_o = 'csdn'
      host_d = 'localhost'
      port_d = 3306
      user_d = 'root'
      passwd_d = 'root@123'
      db_d = 'csdn'
      content_time = []
      content_log = []
      transferdata()
    
      #每5分钟执行一次同步
      # while True:
      #   transferdata()
      #   time.sleep(300)

    table-time.txt配置文件,格式说明:
    每行包括源库表名、此表的最小时间time,以逗号分隔
    若多个表,可配置多个时间
    每次脚本执行后,同步更新时间time。时间间隔设置为1小时,可根据情况在updatetime_e中对增量进行修改

    table-log.txt
    记录每次同步任务执行的结果,或执行中发生异常的日志
    此文件需要定期进行清理

    jsjbwy