DataStage系列教程 （Change Capture）

Change Capture可以比较具有相同列的数据集的差异，得出一个数据集（After）在另一个数据库（Before）的基础上产生的哪些变化。变化类型如表1：

变化代码	变化	中文说明
0	no change	无变化
1	insert	新增
2	delete	删除
3	edit	有变化

[align=center]表1 变化种类[/align]

1 JOB示例

如图1，我们最终做出的JOB会是这个样子。它包含3个序列文件组件data_before、data_after、cmp_result；2个排序组件sort_before、sort_after；一个change capture组件cc。

JOB从2个结构相同的源文件抽取数据，最终比较出data_after在data_before上产生了哪些改变，然后将改变存入cmp_result。





图1 JOB示例

2 组件简介

2.1 阶段

阶段选项卡如图2。





图2 阶段选项卡

2.1.1 Change Mode
先介绍一下选项里的Change Mode，它有3种模式，官方解释如下：



我的理解如表2：

模式名称	说明
All Keys, Explicit Values	明确指定值。 这时属性中会出现Excluded Keys和Change Values这2个文件夹，我们需要在这2个文件夹添加属性，或者只指定Change Values。 除了Excluded Keys、Change Values，其他的都是key，用来确定一条记录。
Explicit Keys & Values	明确指定键和值。 我们需要在Change Keys和Change Values文件夹中添加属性。
Explicit Keys, All Values	明确指定键。 需要在Excluded Values和Change Keys填写属性，或者只指定Change Keys。

表2 Change Mode说明

说明：我一般都是采用Explicit Keys, All Values，然后指定数据集的主键，如图2。其他模式您可以自己尝试。

2.2 其他选项

接下来介绍选项。用来确定比对结果输出和是否需要在日志中记录统计信息。

属性	说明
drop output for copy	没有发生变化的记录是否要从输出中删除。 True：删除，即不输出；False：输出。
drop output for delete	在data_after中删除的记录是否要从输出中删除。 即data_after中没有，data_before中有的记录。
drop output for edit	data_after和data_before不一致的记录是否要从输出中删除。
drop output for insert	data_after中有而data_before中没有的记录。
log statistics	是否在日志中输出统计信息。日志会记录数据集的记录数，新增、删除的记录数等。

3 结果展示

3.1 data_before

code    name    salary  entryDate
001     hong    100     2014-01-12
002     bai     105     2014-01-22
003     wang    110     2014-02-01
004     lan     102     2014-02-02

3.2 data_after

code    name    salary  entryDate
001     hong    120     2014-01-12
002     bai     105     2014-01-22
004     lan     102     2014-02-02
005     hei     103     2014-03-02

3.3 cmp_result

001     hong    120     2014-01-12      3
003     wang    110     2014-02-01      2
005     hei     103     2014-03-02      1

4 附JOB导出文件

点击下载

本文链接：/article/7036061.html