[TOC]
# 数据任务详情页
![](https://img.kancloud.cn/45/27/452701e25fd7228d884ad0cce3609572_2880x2600.png)
### A. 基本信息
内容:数据任务名称、编辑按钮、删除按钮、复制按钮、回滚按钮以及数据任务状态。
#### 「数据任务名称」
* 是该数据任务在DataPipeline的唯一标识。
* 允许修改数据任务名称,但当数据任务激活后不可修改。
#### 「编辑按钮」
* 点击后立即跳转到数据任务编辑页面,可修改数据任务的一切配置细项。
* 数据任务激活后,无法编辑数据任务。
#### 「删除按钮」
* 用户确认删除数据任务后,无法恢复该数据任务。
* 数据任务激活后,用户需要暂停该数据任务后才能删除。
* 用户点击删除「数据任务」,会二次确认,删除后页面会直接跳转到「数据任务列表」页面,系统会在后台对该任务进行删除。(删除无法恢复该「数据任务」)
* 只允许创建人和管理员删除数据任务。
* 点击后页面会直接跳转到数据任务主页,系统会在后台对该任务进行删除。
* 期间用户可以在数据任务主页看到该任务的状态或者再次进入该任务的详情页。
* 当任务被完全删除后,系统会在平台右上角提示用户任务删除成功。
:-: ![](https://img.kancloud.cn/4a/e5/4ae53dabb792322d42e72ffe2a933a58_556x138.png =480x)
#### 「复制按钮」
* 点击「数据任务」名称右侧的复制按钮后,成功复制一个该任务;
* 复制任务后跳转到复制后的「数据任务」的详情页,并在右侧提醒:复制成功;
* 若已存在“原任务名称\_copy”,则复制后的名称后加数字,为“原任务名称\_copy1,原任务名称\_copy2”...依次类推。
* 若复制后,名称超过限制长度50个字符,则后缀“\_copy”作为最后结尾字符;
* 例如:复制名称为 “Maximxx...xxtest(50字符)”的数据任务,复制后的名称应为“Maximxx...x\_copy(50字符)”
* 注意事项:
* 复制后的「数据任务」的参与人第一位应该为操作复制者,其他参与人不复制,即:新任务参与人仅包括:新任务复制(创建)人;
* 数据源/数据目的地/任务设置/配置规则等均与原「数据任务」保持一致
* 若复制时,部分原「数据任务」配置,例如部分表已删除不可选择,或原「数据任务」读取模式已经无法使用等,则弹窗提示用户。
:-: ![](https://img.kancloud.cn/92/cc/92cc903597e855a6b4201980947bc5ca_2672x1528.png =480x)
* 不论原「数据任务」何种状态,复制后的「数据任务」均为未激活或去完善的状态,配置信息为「原数据任务」的配置信息,允许用户点击编辑,修改任务名,配置信息等;
* 复制的「数据任务」创建人和时间以实际操作者和操作时间为准;
* 不复制「数据任务」概览信息、消息记录和错误队列等任务运行后相关记录;
#### 「回滚按钮」
* SQL类型数据源实时模式有增量数据产生时,提供回滚机制
* 回滚功能依托于用户新建「数据源」时设置的打点频率和打点范围
* 打点频率决定了回滚的最小粒度。假设打点范围为一天,意味着只能从一天前的打点时间回滚;如果设置打点频率为一小时,系统就会每小时记录一个打点位置。
:-: ![](https://img.kancloud.cn/b9/14/b914998824a1865580c7d6b3ac55e513_720x1000.png =360x)
* 目前不支持单个表的回滚,只能回滚该「数据任务」下的所有表。
* 回滚时,下游用户需要自己决定是否进行「数据清理」,DataPipeline是不会在回滚前去删掉下游的数据的。
* 同时,用户得保证自己缓存的日志最大范围。假设我们打了3天的点,但用户如果每天清除binlog的话也是无法追溯的。
* 激活状态下,设置「回滚机制」后,立即生效,开始数据回滚;
* 暂停状态,编辑「回滚机制」后,点击「重启」开始生效。
* 点击「回滚」,立即弹窗显示「回滚设置」
* 用户可以选择「回滚」的方式:有两个选项:一、按「回滚时间」(默认),二、按「回滚位置」;
* 按「回滚时间」(默认)
* 用户可点击日历按钮选择过去时间
:-: ![](https://img.kancloud.cn/93/19/9319a885ed43aae449f62af980cf6da6_1279x631.png)
* 选择完要回滚的时间后,展示后端返回的真实打点位置线,打点间隔根据用户设置的打点频率进行变动
* 默认直接定位到离该时间点最近的时间戳上,鼠标浮上下方展示出该时间戳,并且要求位置线下方展示出该时间戳的具体位置信息,每个数据源展示不同。
* 数据源为mysql 显示Binlog Postion、Binlog文件名称、GTID
* 数据源为:Oracle 显示LogMiner scn
* 数据源为:SQL Server 显示Change tracking version
* 数据源为:PostgreSQL 显示lsn
* 默认展示出附近十条打点位置
* 用户可以鼠标拖拽至自己想回滚的时间戳,下方时间戳具体位置信息根据用户选择随时变动,方便用户查看
* 按回滚的位置
* 用户选择按回滚位置进行回滚时,不同的数据源显示不同。
* 数据源为mysql
* 显示Binlog Postion(必填)、Binlog文件名称(必填)、GTID(选填)
* 数据源为:Oracle
* 显示LogMiner scn(必填)
* 数据源为:SQL Server
* 显示Change tracking version(必填)
* 数据源为:PostgreSQL
* 显示lsn (必填)
:-: ![](https://img.kancloud.cn/27/ed/27edc48d63443ed4e88fc629260b0a6c_1279x516.png)
* 用户设置完毕后,可点击保存
* 点击「保存」后,任务将从用户指定的时间点开始重新同步该任务所有表的增量数据。
* 再次点击回滚按钮,可重新选择回滚位置。
* 数据源未被任务占用时,允许修改打点频率和打点范围,修改后的数据源按照新设置进行打点。
* 每个数据源独立存在,当数据源配置信息一致时可设置不同的打点频率和打点范围。
#### 「数据任务状态」
* 目前「数据任务」状态有:去完善、未激活、进行中、已暂停、获取失败(还有过渡状态,如:启动中、暂停中、删除中等)
* 未激活:「数据任务」尚未被用户激活,此时用户可以修改「数据任务」配置细项。
* 进行中:「数据任务」已开始执行任务,用户可以通过操作按钮暂停,但不允许修改「数据任务」「数据源」和「数据目的地」。
* 已暂停:「数据任务」已被用户或系统暂停,用户可以点击「重启」要求系统继续执行「数据任务」。
* 获取失败:「数据任务」已开始执行任务,但由于网络等原因,数据暂时获取失败,等待任务自动恢复。
:-: ![](https://img.kancloud.cn/1f/b7/1fb78b7b08e0a1a3078cf43914531594_1860x1266.png =480x)
* 操作按钮
* 根据「数据任务」状态,自动显示所对应的按钮。
* 未激活
* 若该「数据任务」尚未完成激活所需要的设置,则会显示「去完善」按钮,用户点击后会立即跳转到数据任务编辑页面。
* 若该「数据任务」完成设置,则会显示「立即激活」按钮,用户点击后会开始执行数据任务。
* 进行中
* 会显示「暂停」按钮,用户点击后该数据任务会暂停所有数据同步工作。
* 已暂停
* 会显示「重启」按钮,用户点击后该数据任务会继续执行该数据任务。
* 获取失败
* 不显示额外的按钮,用户需要耐心等待系统自动恢复该任务。
* 用户暂停或重启数据任务不会发生数据丢失情况。
* 当数据任务同步工作发生异常情况,系统会自动暂停数据任务。
* 不建议频繁点击「暂停」「重启」,建议合理使用该功能。
### B. 单位切换按钮
数据任务详情页默认的统计单位为:行。用户可根据需求切换为:MB。
### C. 「数据源及目的地」信息
* 「数据源」:
* 显示该「数据任务」使用的「数据源」名称、图标显示「数据源」类型。
* 点击「详情」,可浏览该「数据源」的配置信息详情。
* 「数据目的地」:
* 显示该「数据任务」使用的「数据目的地」名称、图标显示「数据目的地」类型。
* 点击「详情」,可浏览该「数据目的地」的配置信息详情。
### D. 「数据任务统计」
* 已读取数据量:
* 指 DataPipeline 从数据源已读取的数据量。
* 当 DataPipeline 系统重启,会根据断点续传机制从上一次读取记录点开始重新读取数据,重复读取的数据量不会记录到已读取数据量里。
* 无主键的定时同步时全量替换数据,故每次定时读取全量数据,数据源没有更新的数据会再次读取。
* 已处理数据量:
* 指 DataPipeline 已处理的数据量,这里包括:同步到数据目的的数据量和进入到错误队列的数据量。
* 当 DataPipeline 系统重启,会根据断点续传机制从上一个读取记录点开始重新写入部分数据,但这部分数据不会记录到已写入数据量里。
* 错误队列:指已读取的数据中系统判断无法写入到数据目的地,而异步放到错误队列中的数据量。:
* 读取速率:指DataPipeline从数据源读取数据的速率。
* 处理速率:指DataPipeline处理数据的速率
### E. 「重新同步」
* 数据源为SQL类型(MySQL、Oracle、SQL Server、Postgre SQL)时,支持重新同步表到目的地
* 选中要重新同步的表,用户点击重新同步按钮,弹窗显示出重新同步策略
:-: ![](https://img.kancloud.cn/b4/b9/b4b9db2459b768ab9b5d1e944a5b61e1_657x329.png =480x)
* 读取方式为实时模式或者批量同步一次时,支持用户去选择是否清除目标表的数据
* 开启此项,代表重新同步表时,会先清除掉目标表的数据再进行写入
* 关闭此项,代表重新同步表时,不会清除掉目标表的数据,若表无主键则目的地会存在重复数据。
* 读取方式为批量定时同步时,将按照任务设置界面是否定时清除目标表数据的逻辑进行重新同步策略
* 点击重新同步按钮,若表的数据已经写入完毕,则系统会等下一次的执行时间来进行重新同步操作;若表尚未完成写入,则系统会立即开始重新同步操作。
</br></br></br>
* * * * *
</br></br></br>
## 常见问题
### Q1:读取模式失效的,复制任务后任务以何种方式读取数据?
原任务读取模式失效,复制后的任务采用任务设置的默认选择。
</br></br></br>
* * * * *
</br></br></br>
### Q2:数据表失效的,复制任务后的任务是否还同步失效的表?
数据表选择失效的,复制后新任务不再选择失效表。
- DataPipeline产品手册
- 产品更新日志
- v2.7.0 版本介绍
- v2.6.5 版本介绍
- v2.6.0 版本介绍
- v2.5.5 版本介绍
- v2.5.0 版本介绍
- v2.4.5 版本介绍
- v2.4.1 版本介绍
- v2.4.0 版本介绍
- v2.3 版本介绍
- v2.2.5 版本介绍
- v2.2 版本介绍
- v2.1 版本介绍
- v2.0.5 版本介绍
- v2.0 版本介绍
- v2.0 以前版本介绍
- 环境和数据库的部署要求
- Mysql - BINLOG配置方法
- Oracle - LOGMINER配置方法
- SQL Server - Change Tracking配置方法
- Postgre SQL-decoderbufs配置方法
- Postgre SQL-wal2json配置方法
- 常见场景操作
- 场景一:实时同步异构数据库数据(例:MySQL到Oracle)
- 场景二:批量同步异构数据库数据(例:SQL Server到MySQL)
- 场景三:API数据同步到关系型数据库(例:API到MySQL)
- 场景四:Hive数据同步到关系型数据库(例:Hive到SQLServer)
- 场景五:关系型数据库数据同步到Hive(例:Oracle到Hive为例)
- 场景六:Kafka数据同步到关系型数据(例:Kafka到MySQL为例)
- 场景七:一对多场景介绍
- 产品入门
- 数据同步任务
- 创建数据同步
- 配置数据源&数据目的地
- 配置数据源
- 配置MySQL数据源
- 配置Oracle数据源
- 配置SQL Server数据源
- 配置PostgreSQL数据源
- 配置FTP数据源
- 配置S3数据源
- 配置API数据源
- 配置Kafka数据源
- 配置Hive数据源
- 配置阿里云 OSS数据源
- 配置腾讯云TDSQL数据源
- 配置自定义数据源
- 配置数据目的地
- 配置MySQL数据目的地
- 配置Oracle数据目的地
- 配置SQL Server数据目的地
- 配置Greenplum数据目的地
- 配置Redshift数据目的地
- 配置TIDB数据目的地
- 配置FTP数据目的地
- 配置HBase数据目的地
- 配置HDFS数据目的地
- 配置Hive数据目的地
- 配置AnalyticDB for PostgreSQL数据目的地
- 配置Kafka数据目的地
- 数据同步的任务设置
- 读取设置
- 数据源资源组设置
- 批量功能
- SQL类型数据源读取条件设置
- 分数据源读取设置
- MySQL读取设置
- Oracle读取设置
- SQLServer读取设置
- PostgreSQL读取设置
- FTP文件系统读取设置
- S3文件系统读取设置
- Hive读取设置
- Kafka读取设置
- 阿里云OSS读取设置
- API读取设置
- 腾讯云TDSQL读取设置
- Hive数据源读取分区设置
- 其他设置
- 错误队列设置
- 邮件通知设置
- 任务分组设置
- 写入设置
- 批量功能
- 设置清洗脚本
- 数据目的地资源组设置
- 数据目的地设置
- 子任务设置
- 数据源变化设置
- 写入端数据一致性
- 批量读取后,先写入到临时表,再转存到实际表
- 高级设置
- 子任务设置
- Hive分区设置
- Column family 设置
- 数据同步任务管理
- 数据任务监控
- 重要任务
- 故障任务
- 非激活状态
- 性能关注
- 数据任务分组
- 管理数据同步
- 复制功能
- 回滚功能
- 重新同步功能
- 错误队列
- 消息列表
- 文件同步任务
- 创建文件同步
- 配置文件源
- 配置S3文件源
- 配置FTP文件源
- 配置文件目的地
- 配置HDFS文件目的地
- 文件同步的任务设置
- 任务流
- 核心功能介绍
- 新建任务流
- 配置核心组件
- 配置开始任务组件
- 配置数据任务组件
- 配置远程命令执行组件
- 配置延时器组件
- 配置权限设置
- 激活任务流
- 元数据管理
- 查看总览
- 搜索页
- 详情页
- 系统设置
- 数据任务
- 元数据管理
- 用户管理
- 常见问题
- 部署要求
- Docker安装的集群部署方式?
- DataPipeline的并发任务是线程还是进程?
- 分布式架构指的是什么样的框架?
- 生产环境配置推荐及回答?
- DataPipeline的服务是统一管理还是私有化部署?若是私有化部署若要升级怎么操作?
- DataPipeline的Kafka如果与客户目前使用的Kafka版本不一样,是否需要适配?
- 请说明产品的HA和容灾方案 ?
- DataPipeline有多少独立的服务?各容器的作用是什么?
- 在从节点上装mysql,对单表导入1000万数据对任务有影响吗?
- 数据传输
- 数据源/数据目的地
- 基本要求
- 数据源或目的地可以重复使用吗?
- 数据源多个表是否可以写到目的地一张表?
- 数据源或目的地连接失败怎么办?
- 数据源
- MySQL
- DataPieline如何应对Mysql数据库表和字段名称大小写不敏感问题?
- DataPipeline Mysql数据源的实时处理模式下,暂时无法读取哪些字段类型?
- Mysql数据源实时处理模式下,暂不支持那些语句操作的同步?
- Oracle
- Oracle实时模式为LogMiner时,为什么还需要设置读取频率?
- SQL Server
- SQL Server数据源读取方式选择Change Tracking时需要注意什么?
- SQL Server实时模式为Change Tracking时,为什么还需要设置读取频率?
- PostgreSQL
- Hive
- Hive数据源支持哪些文件格式?
- Kafka
- FTP文件系统
- FTP数据源CSV静态表结构时,用户为什么需要确认首行是否为字段名称?
- FTP数据源静态表结构和动态表结构的区别是什么?
- FTP源的文件在不断写入的情况下,DataPipeline的读取与写入的模式是怎样的?
- FTP数据源支持哪些编码方式?
- S3文件系统
- 阿里云OSS文件系统
- API
- 腾讯云TDSQL
- 数据目的地
- MySQL目的地常见问题
- 时区问题需要注意什么?
- SQL Server目的地常见问题
- 行级的物理删除,使用Change Tracking的方式,是否获取的到?DataPipeline会如何处理这类的数据?
- 数据源实时模式是否可以同步视图?
- Oracle目的地常见问题
- TiDB目的地常见问题
- 目的地TIDB同步表时,需要注意什么?
- Redshift目的地常见问题
- Redshift 并发数设置是50,DataPipeline对100个表并发插入的方案?对Redshift 性能的影响?DataPipeline对大数据量并发插入Redshift 的处理方式?
- Hive目的地常见问题
- 如何避免Hive目的地出现小文件问题?
- DataPipeline同步数据到Hive目的地表时,数据源发生变化会怎么样?
- 我们目前对已做好Hive分区逻辑的目的地,是不是不支持继续往里写?只能写新表?
- 配置Hive目的地是需要注意哪些?
- Hive目的地时字段转换需要注意哪些问题?
- GreenPlum目的地常见问题
- Kafka目的地常见问题
- kafka目的地支持设置新的分区吗?
- 多个表结构不一致的表,可以同步至kafka的同一个topic吗?
- HDFS目的地常见问题
- FTP文件系统目的地常见问题
- 目的地FTP时,我们现在是按什么逻辑创建文件的?
- AnalyticDB for PostgreSQL目的地常见问题
- Hbase目的地常见问题
- 目的地常见问题
- 各个数据目的地的写入方式分别是采用什么形式?
- DataPipeline支持的数据库的目标端的连接方式是什么?
- DataPipeline支持的目标端冲突数据处理机制是什么?
- 任务设置
- 读取模式相关问题
- 任务设置中读取频率的实现原理是什么样的?
- 采用实时同步的情况,新建同步任务时,源端的数据表有大量的存量数据,如何通过产品实现数据同步的一致性的?
- 定时批量清目标表数据的逻辑是什么样的?
- 数据源端基于日志的实时模式,是源库推送还是我们做捕获?
- 关系型数据如MySQL,如果出现大量的数据修改,BinLog日志如何抓取,如何实现及时的消费?
- 读取与写入的速率限制是按照任务还是按照表?
- 我们的无侵入性是如何实现的?是完全无侵入性,还是侵入性很小?是否无侵入性就意味着源端服务器没有访问请求的压力,那目的端写入是否还存在压力?
- 动态限速的策略是什么?
- 读写一致性的逻辑是什么?
- v2.6版本增量的逻辑如何实现?
- 重新同步策略问题
- 如果任务激活后进行重新同步,目的地数据会清空吗?
- 读取设置
- 如何设置数据读取条件where语句?有哪些注意事项?
- 用户选择实时模式时,选表时发现有一些表置灰不能同步要想同步这些表该怎么办?
- 同步完成后暂停,取消表后又新加入此表,DataPipeline对于此表的处理策略是什么样的?
- 写入设置
- 表和字段问题
- 目的地表名称和字段名称最长字符长度有什么特定限制吗?以及表名称和字段名称的输入规则要求是什么?
- 同步数据到异构数据库,字段类型会有变化吗?
- 表结构中的精度和标度是什么意思?
- DataPipeline所支持的不同数据类型有哪些?kafka schema的数据类型和不同库间的数据库转换规则?
- 数据源端支持哪些字符集类型?
- Hive作为目的地表需要注意什么?
- Hive作为数据源且格式为parquet时需要注意什么?
- 如何新增一个字段?
- 主键相关问题
- 无主键的表的同步逻辑是怎样的?
- 选择增量识别为主键,如何保证源端和目标的数据一致性呢,如果该记录有修改,系统是怎么处理的?
- 数据目的地ODS有大量无主键表,同步时DataPipeline是如何处理的?
- 表结构变化问题
- 任务激活前后,数据源变化表结构变化有什么不同?
- 当数据源表结构更新时DataPipeline是如何处理的?
- 如果目的地端已经存在了数据库表,但表结构不相同,我们能否将数据写入到该表?
- DataPipeline是否支持将不同的数据表(在不同的数据库中,但是表结构一致,同时有主键和唯一性识别的字段),导入同一个目的端表?
- 管理数据同步
- 基本概念
- 错误通知是什么?
- 错误队列是什么?
- 哪些数据错误会进入错误队列?
- 请简述产品支持的目标端冲突数据处理机制?
- 错误队列里的原始数据是指源端读取的原始数据还是说经过清洗规则后的数据?
- 激活任务后,有哪些参数可以修改?
- 同步状态
- 部分表已读取已写入等都为0,但完成进度为100%?
- 任务详情页中的数据读写量具体含义是?为什么有时候还会减少?
- 如何去查看FTP源和FTP文件中的文件有没有同步完成?
- 数据任务激活后是不允许修改任何设置吗?
- 激活任务后,数据百分比为什么会往回条,如:从99% 跳到30%
- 同步逻辑
- 自动重启逻辑是怎样的?
- 目前数据同步的暂停重启策略是什么样的?暂停和重启后是如何读取和写入数据的?
- 目前进行数据任务的时候,读取速率远大于写入速率,其中,已读取且还未写入的数据会暂时存储在Kafka上,但是由于Kafka存储空间有限,超出后容易造成数据的丢失,这怎么办?
- 如果一条数据多次、频繁变化,在DataPipeline产品侧如何保证数据的并行和保序是如何保证的?
- 用户导入数据后,hdfs认证机制,数据哪些用户可以使用,用户数据安全如何确保?
- 请简述目标端性能可管理性(可提供的性能监控、分析、调优手段等)
- DataPipeline是否支持远程抽取数据?
- 如果一条数据多次、频繁变化,在DataPipeline产品侧如何保证数据的并行和保序是如何保证的?
- 产品到期问题
- 产品使用期限到期所有任务都会被暂停任务,那么如何提前获知产品使用期限是否到期以避免任务被暂停?
- 实际场景中,目的地服务器每周可能会有aws升级,需要暂停服务器,DataPipeline有没有对应的方案能够满足?
- 任务报错
- redis连接异常任务暂停了怎么办?
- 文件传输
- FTP文件源同步整个文件时是如何同步的?
- 任务流
- 如何使用远程命令执行脚本来调取另外一个任务流?
- 任务流开启状态下,任务此时关闭掉任务流,正在同步的组件任务的处理逻辑是什么样的?
- 任务流中上游组件有多个组件任务时,上游任务全部完成才能开启下游任务吗?
- 任务既连了开始键,又配置了依赖,执行逻辑会是什么样的?
- 任务流中新建任务为何只有读取方式为增量识别字段,没有binlog?
- 任务监控
- 什么样的实时传输任务会在性能关注中显示?