关于数据库:DataXsqoop抽取TDSQL数据库中数据报Timeout的问题

50次阅读

共计 1250 个字符,预计需要花费 4 分钟才能阅读完成。

因为此类问题尽管不常见,然而每次遇到排查都会破费大量的工夫,整顿整个 case,供参考

背景:
客户报障他们只有一连贯到 TDSQL 抽取数据,差不多 10 分钟左右就会呈现超时中断,重复几次都不胜利。连到 MySQL 却没有任何问题。
排查过程:
一、看到这个问题,的确比拟懵,除了能看到客户用了咱们的 DCDB 产品之外,不分明产生了什么事。
首先和客户确认,他们用的什么工具做的数据抽取,反馈是 DataX。先理解一下 DataX 是什么东东。

DataX 是一个异构数据源离线同步工具,致力于实现包含关系型数据库(MySQL、Oracle 等)、HDFS、Hive、ODPS、HBase、FTP 等各种异构数据源之间稳固高效的数据同步性能。

为了解决异构数据源同步问题,DataX 将简单的网状的同步链路变成了星型数据链路,DataX 作为两头传输载体负责连贯各种数据源。当须要接入一个新的数据源的时候,只须要将此数据源对接到 DataX,便能跟已有的数据源做到无缝数据同步。
二、信息还是比拟少,持续收集信息
客户声音:
“我可能确定的是,不是框架限定了连接时间,因为同样的代码,连传统 mysql 没有问题(超过两个亿,半个多小时以上),一连 TDSQL 抽取 10 分钟后就报 Timeout。这个问题曾经重大影响到上游零碎,请帮助解决”

客户所能提供的信息也比拟无限,进一步深刻来查。
首先狐疑到了 DataX 和 DCDB 的兼容性,客户反馈之前有导出胜利的案例,故排除。
还是得从 DataX 工具动手,剖析日志发现,DataX 的框架里会主动设置 net_write_timeout=600,这个 600s 和客户反馈的没到 10 分
钟左右就会超时的报障吻合。

查看官档:
netTimeoutForStreamingResultsWhat value should the driver automatically set the server setting ‘net_write_timeout’ to when the streaming result sets feature is in use? (value has unit of seconds, the value ‘0’ means the driver will not try and adjust this value)Default: 600Since version: 5.1.0
明确这里是 JDBC 的属性,导致每一个会话都会把参数 net_write_timeout set 成 600s

批改代码:
jdbcUrl 前面加上参数 netTimeoutForStreamingResults=28800
再次启动 DataX 抽取 DCDB 中的数据,顺利完成!后续也再未呈现相似问题。

剖析:
客户在 MySQL 上跑不会超时应该是可能因为后果集绝对小,jdbc 没启用 streaming result set 的个性,所以不须要设置
这个参数 netTimeoutForStreamingResults
官网参考文档:https://dev.mysql.com/doc/con…

教训证,sqoop 抽取数据时也有同样的问题。

正文完
 0