数据交换平台的需求总结与初步设计

一、需求总结

功能性需求：

1、从某时刻开始，转储某些特定的表。开始时间、时间频率、表字段、源表和目的表执行前后sql语句等数据可配置。

2、转储频率可以自由设定，时间精确到秒级，任务精确到表。

3、满足多个表捆绑在一起，按既定的先后顺序执行。避免由于数据不一致性给后续工作带来的影响。

4、实时控制每一个表是否转储，暂停或开始。并且不影响其他数据表转储。

5、转储过程中，可以按照既定的配置，对某个或某些字段进行加密或解密。

6、各个表的转储要求互相独立，互不影响。

7、源数据库和目的数据库均支持mysql和oracle，留接口扩展其他数据源。

8、添加一个表的转储工作，要求只修改配置数据，不修改软件代码，或重启软件。(测试手段配置数据是否完整，执行测试结果)

9、对各个数据库的操作，只使用链接，保证db账号密码的安全不泄露。

10、支持程序参数，只执行某个任务号下的某个或某些表的转储工作。

11、转储表结束后，记录日志到配置数据库proc_use_times表，方便开展后续工作。（添加为可配置）

12、实时监控表转储情况，并且，需要向技术人员下发每日提醒短信。（转储程序生成转储提醒日志，监控程序解析日志，并下发短信）

13、软件日志记录全面准确，方便维护人员查阅和排错。

性能需求：

14、数据实时交换平台的定位，是业务流转的一部分。对业务来讲，是承上启下的一部分，以数据准确为根本原则。数据定时转储的定位，是数据备份、数据统计分析的一部分。

15、对实时转储工作的完成，要求准时、准确、高效、稳定，容错性能高。

16、错误处理机制完备，尽可能减少对业务的影响。

# 上线前，完成大数据量测试和各种功能测试，尽可能减少上线后问题的出现。

# 实时转储过程中，如果某任务转储失败，则保留处理现场，并立刻通知相关人员处理。当前任务不再继续执行。

二、数据库设计

源表要求：

字段1

。。。

字段N

sync_status

扩展一个控制字段sync_status，协助实时转储使用。

sync_status：默认值为0。

0表示未转储，1表示转储中，2表示转储成功，3表示转储失败。

三、软件设计

A. 各模块功能简单介绍：

控制进程 -- 取配置数据，初始化共享内存，管理多个任务进程。

任务进程 – 通过共享内存与控制进程通信。ssync2o、ssync2m（控制进程fork出任务进程）

写入进程 – 由任务进程fork产生。写入目的库完成后退出（最多10个）。

共享内存 – 执行时动态数据、任务详细参数

配置数据库 – 配置数据所在数据库

源数据库 – 源数据表所在数据库

目的数据库 – 目的数据库所在数据库

进程守护脚本 – 守护控制进程。在控制进程异常时，将其启动，并报警。1分钟检查一次。

日志打包脚本– 每天凌晨打包昨天日志并转移。打包后的日志只保存最近3个月。

任务监控进程– 通过读取共享内存，整理每天转储简报，通知相关同事。

任务实时数据展示程序– 通过共享内存，实时展示任务执行情况，或查看历史任务执行情况。

退出程序 – 控制信号灯，达到退出控制进程的目的。

数据库连接池维护进程– 以启动进程的方式，为本操作系统的应用进程提供连接数据库服务。达到统一管理，最优化分配资源的目的。（先期考虑使用lib文件，后续在升级为服务）

lib文件 – libPassWord.a、libxxtencrypt.a（已实现）

数据库配置过程 – 修改现有的过程，完成对实时转储任务的添加。后续考虑用可视化界面实现。

B. 主进程操作步骤：

1、启动控制进程，读取以上8张配置表，将数据组织到共享内存中。此后，定时每小时读取T_EXTRACTION_TASK表中IS_ADD_DEL=1或2的任务，添加或删除到调度队列，并更新IS_ADD_DEL=0。

2、为每一个调度添加一个属性：下次执行时间和执行状态。初始值为当前时间加上时间频率。

3、遍历调度队列。遍历结束后，sleep(1)。

4、当某调度的下次执行时间大于当前时间时，fork任务进程执行任务的实时转储。（fork两次，避免生成僵尸进程。任务进程执行任务结束后，通过共享内存返回执行结果。）

5、任务进程按照配置信息，执行任务，完成之后退出。

6、控制进程更新调度下次执行时间为+=时间频率。

7、执行操作3。

备注：

# 当前时间、下次执行时间、时间频率：单位为秒。

# 程序初次启动：指程序自启动后，未读取配置数据。

# 控制进程和任务进程，通过共享内存通信。

# 调度的下次执行时间严格按照时间频率向后推移。

# 调度与任务是一对多的关系。一个调度下的任务，顺序执行。不同调度下的任务，异步执行。

# 调度的关键属性：下次执行时间、时间频率

# 任务的关键属性：任务状态（0未执行，1执行中，2执行完毕），任务类型（1--ssync2o、2--ssync2m）

C. 子任务转储步骤：

1、当任务信号灯打开，从共享内存中获取任务数据。校验数据是否合理有效。

2、初始化任务执行环境，如：创建配置数据库连接、源数据库连接、目的数据库连接等。

3、更新配置数据库task_detail表中子任务锁。如果已锁，则停止转储。

4、执行子任务前sql，包括源数据库和目的数据库。（将源表sync_status=0的数据更改为1）

5、读取源表中sync_status=1的行数据，合理组织源表数据。

6、根据配置要求，对源表数据分批写入目的库。通过Fork子进程实现。

7、根据配置要求，子进程对数据做相应特殊加工处理，如：加解密。处理完成之后，写入目的数据库。

8、父进程继续操作6.

9、父进程通过共享内存获得子进程转储执行情况，更新源表数据：sync_status=2（成功）或3（失败）。

10、执行子任务后sql，包括源数据库和目的数据库。

11、更新配置数据库子任务锁。

12、打扫现场，释放资源。继续操作1。

目的表不包含这控制字段：sync_status。

D. 共享内存

任务详细参数的共享内存结构：

要需包含：配置表的数据，即任务的详细信息，包含源库id、目的库id，源表名称和表结构，目的表名称和表结构，执行前后sql，等。