Flink 通过 Chunjun Oracle LogMiner 实时读取 Oracle 变更日志并写入 Doris 的方案

一、 技术背景

在大数据实时同步场景中，需要将 Oracle 数据库的变更数据（CDC） 采集并写入 Apache Doris，以支持 数据分析、BI 报表、实时数据仓库 等应用。

本方案基于 Flink + Chunjun，通过 Oracle LogMiner 解析 Redo Log，实现 低延迟 写入Doris。

二、 关键技术

1、 Oracle LogMiner

LogMiner 是 Oracle 提供的 redo log 解析工具，用于跟踪 INSERT、UPDATE、DELETE 操作。

使用LogMiner需要现在Oracle中开启，具体开启操作见：Oracle配置LogMiner

2、 Chunjun 的 LogMiner 关键流程

Chunjun（原 FlinkX）是 Flink 生态的数据同步框架，支持多种数据源连接器（如 Oracle、MySQL、PostgreSQL、Doris）。
其中 Chunjun Oracle LogMiner Source 用于解析 Oracle Redo Log 并转换为 Flink 数据流。

如下整个流程架构：

Flink任务启动后

1. 通过Chunjun的oracle logMiner连接器， 建立 Oracle 连接，启动 LogMiner 解析 Redo Log。
2. 实时监听 V$LOGMNR_CONTENTS，解析变更数据并转换为 Flink 事件流。具体地会将Oracle不同的操作日志解析为如下数据类型即重放数据操作，
3. Flink 任务处理数据，完成转换、清洗等操作。
4. Flink Sink 组件（Chunjun Doris Sink）将数据写入 Doris。

最后如下示例flink sql：

CREATE TABLE source  
(  
    ID             int,  
    NAME          string  
) WITH (  
      'connector' = 'oraclelogminer-x'  
      ,'url' = 'jdbc:oracle:thin:@//xxx:1521/ORCL'  
      ,'username' = 'system'  
      ,'password' = 'xxx'  
      ,'cat' = 'insert,delete,update'  
      ,'table' = 'TEST.TEST_USER'  
      ,'timestamp-format.standard' = 'SQL'  
      );  
  
  
CREATE TABLE sink  
(  
     k4             int,  
     k3          string  
) WITH (  
'connector' = 'doris-x',  
'schema'='demo',  
      'password' = 'xxx',  
      'table-name' = 'mytable',  
      'url' = 'jdbc:mysql://xxx:9030',  
      'username' = 'root',  
      'sink.parallelism' = '1',  
      'lookup.error-limit' = '100',  
      'lookup.cache-type' = 'LRU',  
      'lookup.parallelism' = '1',  
      'lookup.cache.ttl' = '60000',  
      'lookup.cache.max-rows' = '10000',  
      'writeMode'='UPSERT'  
      );  
  
  
insert into sink  
select ID as k4, NAME as k3  
from source;  
  

3、修复 Chunjun Oracle LogMiner 问题

在实际使用中，Chunjun Oracle LogMiner 会遇到以下问题：

1. 关于全量增量读数据的问题

//LogMinerConfig，没有全量同步的外部配置，默认是增量读取数据
private boolean enableFetchAll = true;

2. 无法获取监听的表

//LogMinerListener 中的LogMinerConfig没有set table的地方，
//即无法获取被监听的表，改成直接获取
logMinerConfig.getListenerTables(); 

3. PavingData和Split 不能同时开启，默认都开启，将PavingData关闭