Building a Sync Engin

内容来自：https://www.grouparoo.com/blog/building-a-sync-engine
内容主要介绍了如何开发一个同步引擎，没有太多高深的，主要是基于了变动的时间戳以及水印算法

简单说明

• 预备
  添加水印列，当然对于不同的数据库处理方式会不一样的，有些可能需要通过触发器

 

ALTER TABLE users ADD COLUMN mysql_updated_at TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP;

• 简单算法模式
  基于水印列判断

 

const watermark = await getWatermark();

let rows;

if (!watermark) {

  // first time we've ever sync'd - get all rows

  rows = await User.findAll();

} else {

  rows = await User.findAll({

    // otherwise, use watermark

    where: {

      updatedAt: {

        [Op.gt]: watermark, // WHERE updatedAt > {watermark}

      },

    },

    order: [["updatedAt", "ASC"]],

  });

}

 

if (rows && rows.length > 0) {

  for (const row of rows) {

    await processRow(row);

  }

 

  const newWatermark = new Date(); // set to now

  await setWatermark(newWatermark); // for next time

}

return true; // done!

问题：数据只能增长，数据同步的时候可能会变动，数据可能会重复处理，时间可能会不一致（服务器时间戳，，，）
修复,时间问题，基于db 时间

 

const watermark = await getWatermark();

let rows;

if (!watermark) {

  // first time we've ever sync'd - get all rows

  rows = await User.findAll();

} else {

  rows = await User.findAll({

    // otherwise, use watermark

    where: {

      updatedAt: {

        [Op.gte]: watermark, // WHERE updatedAt >= {watermark}

      },

    },

    order: [["updatedAt", "ASC"]],

  });

}

 

if (rows && rows.length > 0) {

  for (const row of rows) {

    await processRow(row);

  }

 

  const newWatermark = rows[rows.length - 1].updatedAt;

  await setWatermark(newWatermark); // for next time

}

return true; // done!

• 批处理
  基于偏移以及分页

 

// using node and sequelize

const saved = await getWatermark();

const watermark = saved ? saved.watermark : null;

const oldOffset = saved ? saved.offset || 0 : null;

const sqlOptions = {

  limit: batchSize,

  offset: oldOffset,

  order: [["updatedAt", "ASC"]],

};

 

if (watermark) {

  sqlOptions.where = {

    updatedAt: {

      [Op.gte]: watermark, // WHERE updatedAt >= {watermark}

    },

  };

}

 

const rows = await User.findAll(sqlOptions);

if (!rows || rows.length === 0) {

  return true;

} else {

  for (const row of rows) {

    await processRow(row);

  }

 

  const done = rows.length < batchSize; // is there more to be done?

  const lastTime = rows[rows.length - 1].updatedAt.getTime();

  let newOffset = 0;

  if (!done && watermark === lastTime) {

    // the last one was the same as the first, need to use offset

    newOffset = oldOffset + batchSize;

  }

 

  await setWatermark({ watermark: lastTime, offset: newOffset });

  return done;

}

说明

以上方法还是值得参考学习的，尽管有时我们是不能直接使用的，但是还是很不错的实践，cdc，except 有时可能会是一个其他的选择

参考资

https://www.grouparoo.com/blog/building-a-sync-engine
https://github.com/grouparoo/sync-engine-example