教你如何运用python实现不同数据库间数据同步功能

数据库间数据同步方式很多，在上篇博文中有总结。本文是用py程序实现数据同步。
A数据库中有几十张表，要汇聚到B数据库中，且表结构一致，需要准实时的进行数据同步，用工具实现时对其控制有限且配置较繁琐，故自写程序，可自由设置同步区间，记录自己想要的日志

本代码实现功能简单，采用面向过程，有需求的同学可以自己优化成面向对象方式，在日志这块缺少数据监控，可根据需求增加。主要注意点：

1、数据抽取时采用区间抽取（按时间区间）、流式游标迭代器+fetchone，避免内存消耗

2、在数据插入时采用executemany(list)，加快插入效率

import pymysql
import os
import datetime,time
 
def update_time(content):
  with open(filepathtime, 'w') as f:
    f.writelines(content)
 
def recode_log(content):
  with open(filepathlog, 'a') as f:
    f.writelines(content)
 
def transferdata():
  #1、获取需要抽取的表，抽取数据的时间点
  with open(filepathtime, 'r') as f:
    lines = f.readlines() # 读取所有数据
    print("需要同步的表信息",lines)
    for line in lines:
      startdatetime = time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))
      tablename_list =line.split(',')
      #print(tablename_list)
      #print(tablename_list[-1])
      tablename_list[-1] = tablename_list[-1].replace('/n','')
      #print(tablename_list)
      tablename = tablename_list[0]
      updatetime = tablename_list[1]
      #print(tablename,updatetime)
 
      #2、抽取此表此时间点的数据，同步
      updatetime_s = datetime.datetime.strptime(updatetime, '%Y-%m-%d %H:%M:%S')
      updatetime_e = (updatetime_s + datetime.timedelta(hours=1)).strftime("%Y-%m-%d %H:%M:%S")
      #print(updatetime_s)
      #print(q_sql)
      db = pymysql.connect(host=host_o, port=port_o, user=user_o, passwd=passwd_o, db=db_o)
      cursor = db.cursor()
      q_sql = "select a,b,c from %s where c >= '%s' " % /
          (tablename, updatetime_s)
      #2.1 首先判断下原表中是否有待同步数据，若有则同步且更新同步的时间参考点，若没有则不同步且不更新同步的时间参考点
      try:
        cursor.execute(q_sql)
        results = cursor.fetchone()
        #print(results) #返回是元组
        #print("查询原表数据成功！",tablename)
      except BaseException as e:
        print("查询原表数据失败！",tablename, str(e))
        #记录异常日志
        updatetime_n = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
        eachline_log = updatetime_n + '[erro]：' + tablename + str(e) + '/n'
        content_log.append(eachline_log)
        recode_log(content_log)
      db.close()
 
      if results:
        print("===============================================================================")
        print("有数据可同步",tablename)
        db = pymysql.connect(host=host_o, port=port_o, user=user_o, passwd=passwd_o, db=db_o, charset='utf8', cursorclass=pymysql.cursors.SSDictCursor)
        cursor = db.cursor()
        q_sql1 = "select a,b,c from %s where c >= '%s' and c < '%s' " % /
             (tablename, updatetime_s, updatetime_e)
        #print(q_sql1)
        result_list = []
        try:
          # startdatetime = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
          cursor.execute(q_sql1)
          #results = cursor.fetchall()
          # enddatetime = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
          # print(results) #返回是元组
          #使用流式游标迭代器+fetchone，减少内存消耗
          while True:
            result = cursor.fetchone()
            if not result:
              print("此区间无数据", q_sql1)
              break
            else:
              one_list = list(result.values())
              # print(result_list)
              result_list.append(one_list)
          print(result_list) #返回是列表
          #print("查询数据成功！", tablename)
        except BaseException as e:
          print("查询数据失败！", tablename, str(e))
          # 记录异常日志
          updatetime_n = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
          eachline_log = updatetime_n + '[erro]：' + tablename + str(e) + '/n'
          content_log.append(eachline_log)
          recode_log(content_log)
        db.close()
 
        results_len = (len(result_list))
        if results_len>0:
          #3、将数据插入到目标表中，利用list提高插入效率
          i_sql = "insert into table_t(a,b,c) values (%s,%s,%s)"
          #print(i_sql)
          db = pymysql.connect(host=host_d, port=port_d, user=user_d, passwd=passwd_d, db=db_d)
          cursor = db.cursor()
          try:
            #startdatetime = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
            cursor.executemany(i_sql, result_list)
            db.commit()
            #enddatetime = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
            print("插入成功！",tablename)
          except BaseException as e:
            db.rollback()
            print("插入失败！", tablename,str(e))
            #记录异常日志
            updatetime_n = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
            eachline_log = updatetime_n + '[erro]：' + tablename + str(e) + '/n'
            content_log.append(eachline_log)
            recode_log(content_log)
          db.close()
        enddatetime = time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))
 
        #4、如果有数据同步，则更新参考点时间为下一个节点时间
        eachline_time = tablename+','+updatetime_e+'/n' #此时间点是下一个时间点updatetime_e
        content_time.append(eachline_time)
        print("更新表时间点",content_time)
 
        # 5、记录成功日志
        eachline_log = enddatetime + '[success]：' + tablename + '开始时间' + startdatetime + /
          '结束时间' + enddatetime + '，同步数据量'+str(results_len)+'，当前参考点' + updatetime_e + '/n'
        content_log.append(eachline_log)
        print("日志信息",content_log)
        #print("===============================================================================")
      else:
        print("===============================================================================")
        print("无数据可同步",tablename)
        #db.close()
        enddatetime = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
        # 4、如果无数据同步，则参考点时间不更新
        eachline_time = tablename + ',' + updatetime + '/n' #此时间点还是原时间updatetime
        content_time.append(eachline_time)
        print("不更新表时间点",content_time)
 
        # 5、成功日志信息
        eachline_log = enddatetime + '[success]：' + tablename + '开始时间' + startdatetime + /
          '结束时间' + enddatetime + '，同步数据量0'+ '，当前参考点' + updatetime_e + '/n'
        content_log.append(eachline_log)
        print("日志信息",content_log)
        #print("===============================================================================")
 
    #更新配置文件，记录日志
    update_time(content_time)
    recode_log(content_log)
 
if __name__ == '__main__':
  filepathtime = 'D:/test/table-time.txt'
  filepathlog = 'D:/test/table-log.txt'
  host_o = 'localhost'
  port_o = 3306
  user_o = 'root'
  passwd_o = 'root@123'
  db_o = 'csdn'
  host_d = 'localhost'
  port_d = 3306
  user_d = 'root'
  passwd_d = 'root@123'
  db_d = 'csdn'
  content_time = []
  content_log = []
  transferdata()
 
  #每5分钟执行一次同步
  # while True:
  #   transferdata()
  #   time.sleep(300)

table-time.txt配置文件，格式说明：

每行包括源库表名、此表的最小时间time，以逗号分隔若多个表，可配置多个时间每次脚本执行后，同步更新时间time。时间间隔设置为1小时，可根据情况在updatetime_e中对增量进行修改

table-log.txt

记录每次同步任务执行的结果，或执行中发生异常的日志,此文件需要定期进行清理。

到此这篇关于python实现不同数据库间数据同步功能的文章就介绍到这了。