版本：3.x

GaussDB（DWS）

数据仓库服务 GaussDB（DWS）是完全托管的企业级云上数据仓库服务，具备免运维、在线扩展、高效的多源数据加载能力，兼容 PostgreSQL 生态。TapData 支持将 GaussDB（DWS）作为源和目标库，帮助您快速构建数据链路。接下来，我们将介绍如何在 TapData 平台中连接 GaussDB（DWS）数据源。

支持版本与架构

版本：GaussDB（DWS） 8.1.3
架构：单机或集群架构

支持数据类型

类型	数据类型
字符串	VARCHAR、VARCHAR2、TEXT、CHAR、NVARCHAR2
数值	INTEGER、BIGINT、SMALLINT、NUMERIC、DECIMAL、REAL、DOUBLE PRECISION
布尔类型	BOOLEAN
日期和时间类型	TIMESTAMP、TIMESTAMP WITH TIME ZONE、TIMESTAMP WITHOUT TIME ZONE、TIME、TIME WITH TIME ZONE、TIME WITHOUT TIME ZONE、INTERVAL
二进制	BYTEA
位串	BIT、BIT VARYING
网络	CIDR、INETMACADDR
几何	POINT、LSEG、BOX、PATH、POLYGON、CIRCLE
其他	UUID、XML、JSON、JSONB

支持同步的操作

DML：INSERT、UPDATE、DELETE
DDL（仅在作为目标时支持）：ADD COLUMN、CHANGE COLUMN、DROP COLUMN、RENAME COLUMN

提示

作为源库时，增量数据同步需通过字段轮询的方式实现，且不支持采集 DDL 操作，详见变更数据捕获（CDC）。
作为目标库时，您还可以通过任务节点的高级配置，选择 DML 写入策略：插入冲突场景下，可选择转为更新或丢弃；更新失败场景下，可选择转为插入或仅打印日志。

功能限制

将集群架构的 GaussDB（DWS）作为源库进行增量同步时，尚不支持 CDC 的高可用机制。若发生主节点切换，增量同步可能出现异常或中断。
同步无主键表至 GaussDB（DWS）时，如不指定分布列，需要关闭目标端更新条件的唯一索引功能，避免因建表限制导致失败。
GaussDB（DWS）默认将主键作为分布列。如需手动指定，分布列字段必须包含在主键、唯一索引或更新条件中，否则建表会失败。
若源端存在超出 GaussDB（DWS）限制的操作（如修改分布列），DWS 会将更新事件转为先删除后插入。此操作要求源端更新事件的 After 数据字段齐全，例如 Oracle 需开启全字段补全日志功能。

什么是分布列

准备工作

登录 GaussDB（DWS）数据库，执行下述格式的命令，创建用于数据同步/转换任务的账号。
```
CREATE USER username WITH PASSWORD 'password';
```
- username：用户名。
- password：密码。

为刚创建的账号授予权限。

作为源库
作为目标库

-- 进入要授权的数据库
\c database_name

-- 授予 USAGE 权限和 Schema 中表的读取权限
GRANT USAGE ON SCHEMA schema_name TO username;
GRANT SELECT ON ALL TABLES IN SCHEMA schema_name TO username;

-- 进入要授权的数据库
\c database_name;

-- 授予目标 Schema 的 USAGE 和 CREATE 权限
GRANT CREATE,USAGE ON SCHEMA schemaname TO username;

-- 授予目标 Schema 的表读写权限
GRANT SELECT,INSERT,UPDATE,DELETE,TRUNCATE ON ALL TABLES IN SCHEMA schemaname TO username;

-- 授予目标 Schema 的 USAGE 权限
GRANT USAGE ON SCHEMA schema_name TO username;

-- 由于 GaussDB（DWS）自身限制，TapData 会对无主键表授予下述权限以保证可正常更新/删除数据
-- ALTER TABLE schema_name.table_name REPLICA IDENTITY FULL; 

database_name：数据库名称。
schema_name：Schema 名称。
username：用户名。

连接 GaussDB

登录 Tapdata 平台。
在左侧导航栏，单击连接管理。
单击页面右侧的创建。
在弹出的对话框中，搜索并选择 GaussDB（DWS）。
在跳转到的页面，根据下述说明填写 GaussDB（DWS）的连接信息。
- 连接信息设置
  - 连接名称：填写具有业务意义的独有名称。
  - 连接类型：支持将 GaussDB（DWS）作为源或目标库。
  - 地址：数据库服务的连接地址，更多介绍，见获取集群连接地址。
  - 端口：数据库的服务端口。
  - 数据库：数据库名称，即一个连接对应一个数据库，如有多个数据库则需创建多个数据连接。
  - 模型：模型（Schema）名称。
  - 额外参数：额外的连接参数，默认为空。
  - 账号、密码：分别填写数据库的账号和密码。
  - 时区：默认为 0 时区，如果更改为其他时区，不带时区的字段（如 TIMESTAMP）会受到影响，而带时区的字段（如 TIMESTAMP WITH TIME ZONE）和 DATE 类型则不会受到影响。
- 高级设置
  - 包含表：默认为全部，您也可以选择自定义并填写包含的表，多个表之间用英文逗号（,）分隔。
  - 排除表：打开该开关后，可以设定要排除的表，多个表之间用英文逗号（,）分隔。
  - Agent 设置：默认为平台自动分配，您也可以手动指定 Agent。
  - 模型加载时间：如果数据源中的模型数量少于10,000个，则每小时更新一次模型信息。但如果模型数量超过10,000个，则刷新将在您指定的时间每天进行。
单击页面下方的连接测试，提示通过后单击保存。
提示
如提示连接测试失败，请根据页面提示进行修复。

节点高级特性

在配置数据同步/转换任务时，将 GaussDB（DWS）作为源或目标节点时，为更好满足业务复杂需求，最大化发挥性能，TapData 为其内置更多高级特性能力，您可以基于业务需求配置：

忽略 NotNull：默认开启，为避免空字符串在 GaussDB（DWS）中存为 NULL 而导致与 NOT NULL 约束冲突，默认创建字符串类型字段时不加 NOT NULL 限制。若业务无需处理空字符串，可关闭此功能。
替换空字符：用于解决主键场景下的空字符问题，可通过该配置将空字符替换为指定值。
分布列：支持指定 distribute by hash 进行均匀分布，分布字段需包含在主键或更新条件中。
启用文件输入：开启后采用文件流导入以提升性能，但不支持二进制类型或约束冲突的场景。

GaussDB（DWS）

支持版本与架构​

支持数据类型​

支持同步的操作​

功能限制​

准备工作​

连接 GaussDB​

节点高级特性​