kettle多线程导致的抽取问题解决

《kettle多线程导致的抽取问题解决》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、今天在测试kettle一个转换的问题，据现场描述，在手工执行该job转换时，获取到的时间是正确的，但是一旦使用批处理计划任务调用执行时，获取到的时间就有问题，转换如下：'查找数据库当前时间'这个步骤的数据库连接是’AA‘，这一步骤的动作是查找当前系统时间selectsysdateascksjfromdual’插入/更新‘的数据库连接是’BB‘，这一步骤的动作是把上一步骤得到的时间，更新到表tt的bcgxsj字段中’删除'的数据库连接是‘BB’，这一步骤的动作是删除表t1中CQZT='1'的数据‘获取更新时间’的数据库连接是'BB',这一步骤是获取步骤‘插入/更新’中更新表tt的bcgxsj字段

2、后的值现在出现的问题就是，在单独执行时，发现‘获取更新时间’步骤中，获取到的时间，确实是‘插入/更新’步骤执行后的值，但是，如果通过bat调用，在计划任务中执行时，发现‘获取更新时间’步骤中，获取到的bcgxsj就不对了，查看日志，发现获取到的时间，是更新前的时间。猜想，应该是kettle多线程的问题。再仔细看日志，发现执行的步骤好像有点不对发现‘获取更新时间’这一步骤根本不是在’插入/更新‘后执行的，而是一开始就已经连接数据库查询，这样肯定出来的结果不可能是更新后的当前系统时间这步骤甚至比’查找数据库当前时间‘更早执行。网上查找原因：在多线程软件下处理数据库连接，最推荐的方法是在转换执行的过

3、程中为每个线程创建单一的连接。因此，每个步骤复制都打开它们自己单独的事务或者事务集。这将导致一个潜在的后果，就是你在使用同一个数据库资源的场景下，例如一张数据表或者视图，条件竞争在同一个转换中可能而且会经常发生。一个常见产生错误的场景，就是当你往一个关系数据表里面写入数据，在随后的步骤里面读回。因为这两个步骤运行在不同的数据库连接下，而且拥有不同的事务上下文，你不能确保这个被第一个步骤写入的数据将可见于其他正在执行读操作的步骤。一个常见，且简单的解决这个问题的方案就是将这个转换分成 2个不同的转换，然后保存数据在临时表或者文件中。另外一个方案是强制使所有的步骤使用单一数据库连接（仅一个事务），

4、启用转换设置对话框中的 “Makethetransformationdatabasetransactional” 选项即可，（这一个我暂时找不到在哪）。分析我上面转换获取错误时间的原因，由于‘获取更新时间’和'查找数据库当前时间' 这两个步骤，是不同的数据库连接下，所以没办法保证这两个查询的先后顺序。像日志所述，反而是‘获取更新时间’ 先执行。解决办法：把这两个查询分成两个不同的转换转换1转换2然后建一个job，把这两个转换串行起来再测试，查看日志，发现时间获取正确