离线同步从源端到目标端是通过数据集成引擎实现的。基于数据库 JDBC 协议或数 据源的 SDK 进行源库数据的统筹拉取及分割任务,把一个任务分成多个 Task,可以并 发读取数据,加快数据同步。每个 task 里都有对应的读写子线程,读时可以从分割好的 区域抽取源库数据,并把数据放到缓存里,最后由写入端 writer 通过调用 JDBC 或者 S DK 的接口把数据灌入到目标端。
以上内容摘自《一站式大数据开发治理DataWorks使用宝典》电子书,点击https://developer.aliyun.com/ebook/download/467可下载完整版
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
DataWorks基于MaxCompute/Hologres/EMR/CDP等大数据引擎,为数据仓库/数据湖/湖仓一体等解决方案提供统一的全链路大数据开发治理平台。