【用户投稿】手把手基于Apache SeaTunnel从PostgreSQL同步到Doris

本文详细演示了如何通过 Apache SeaTunnel 2.3.9 实现 PostgreSQL 14.6 到 Apache Doris 3.0.3 的全量数据同步，涵盖从环境部署到生产验证的完整闭环，请各位小伙伴批评指正！

版本要求：

PostgreSQL --> Server 14.6
Apache SeaTunnel --> Apache-SeaTunnel-2.3.9
Apache Doris --> Apache-Doris-3.0.3

自行部署Apache Doris

Apache Doris 1台 Master 、2台节点：

配置好每台的时间同步
配置好每台的文件句柄数

markdown 复制代码

vi /etc/security/limits.conf 
* soft nofile 1000000
* hard nofile 1000000

JAVA选择

在 2.1（含）版本之前，请使用 Java 8，推荐版本：jdk-8u352 之后版本。

从 3.0（含）版本之后，请使用 Java 17，推荐版本：jdk-17.0.10 之后版本。

关闭 swap 分区

bash 复制代码

swapoff -a #临时关闭
注释修改/etc/fstab #永久关闭

安装包下载
安装步骤
FE 集群部署

python 复制代码

tar -xf apache-doris-3.0.3.bin.tar.gz

EF配置文件，每个节点都可以使用同一个配置如何java路径一致的话。

ini 复制代码

cat apache-doris-3.0.3/fe/conf/fe.conf
...
## modify case sensitivity
lower_case_table_names = 1
## modify Java Home
JAVA_HOME = <your-java-home-path>
...
#其他配置不动

启动Master节点

bash 复制代码

bin/start_fe.sh --daemon

MySQL工具登录Doris添加FE Follower节点

sql 复制代码

mysql -uroot -P<fe_query_port> -h<fe_ip_address>
ALTER SYSTEM ADD FOLLOWER "<fe_ip_address>:<fe_edit_log_port>"

启动 FE Follower 节点填写master-ip和端口

ruby 复制代码

bin/start_fe.sh --helper <helper_fe_ip>:<fe_edit_log_port> --daemon

查看FE状态

ini 复制代码

show frontends\G;
#IsMaster: true 代表是master节点

部署 BE集群,其他所有节点都可以使用这个配置

bash 复制代码

cat be/conf/be.conf
...
storage_root_path=/home/data1;/home/data2;/home/data3
JAVA_HOME = <your-java-home-path>
mem_limit = 4G
...

#创建
mkdir /home/data1
mkdir /home/data2
mkdir /home/data3

在 Doris 中注册 BE 节点

shell 复制代码

## connect a alive FE node
mysql -uroot -P<fe_query_port> -h<fe_ip_address>
   
## registe BE node
ALTER SYSTEM ADD BACKEND "<be_ip_address>:<be_heartbeat_service_port>"

启动 BE 进程

bash 复制代码

bin/start_be.sh --daemon

查看 BE 启动状态

shell 复制代码

 ## connect a alive FE node
mysql -uroot -P<fe_query_port> -h<fe_ip_address>
   
## check BE node status
show backends\G;

验证集群正确性

shell 复制代码

## connect a alive fe node
mysql -uroot -P<fe_query_port> -h<fe_ip_address>

修改 Doris 集群密码

sql 复制代码

-- check the current user
select user();  
+------------------------+  
| user()                 |  
+------------------------+  
| 'root'@'192.168.88.30' |  
+------------------------+  
     
-- modify the password for current user
SET PASSWORD = PASSWORD('doris_new_passwd');

创建测试表并插入数据

sql 复制代码

-- create a test database
create database testdb;
 
-- create a test table
CREATE TABLE testdb.table_hash
(
    k1 TINYINT,
    k2 DECIMAL(10, 2) DEFAULT "10.5",
    k3 VARCHAR(10) COMMENT "string column",
    k4 INT NOT NULL DEFAULT "1" COMMENT "int column"
)
COMMENT "my first table"
DISTRIBUTED BY HASH(k1) BUCKETS 32;

Doris 兼容 MySQL 协议，可以使用 INSERT 语句插入数据。

sql 复制代码

-- insert data
INSERT INTO testdb.table_hash VALUES
(1, 10.1, 'AAA', 10),
(2, 10.2, 'BBB', 20),
(3, 10.3, 'CCC', 30),
(4, 10.4, 'DDD', 40),
(5, 10.5, 'EEE', 50);

-- check the data
SELECT * from testdb.table_hash;
+------+-------+------+------+
| k1   | k2    | k3   | k4   |
+------+-------+------+------+
|    3 | 10.30 | CCC  |   30 |
|    4 | 10.40 | DDD  |   40 |
|    5 | 10.50 | EEE  |   50 |
|    1 | 10.10 | AAA  |   10 |
|    2 | 10.20 | BBB  |   20 |
+------+-------+------+------+

PostgreSQL 部署

关于PostgreSQL作者不做详细赘述，请各位自行前往官网安装......

SeaTunnel部署

社区官网：

seatunnel.apache.org/

安装包下载：

seatunnel.apache.org/download/

bash 复制代码

tar -xzvf "apache-seatunnel-${version}-bin.tar.gz"

手动下载连接器，然后将其移动至connectors/目录下，如果是2.3.5之前则需要放入connectors/seatunnel目录下。

连接器下载地址：

repo.maven.apache.org/maven2/org/...

需要确保 JDBC 驱动 JAR 包已放置在目录 ${SEATUNNEL_HOME}/lib/ 中，在社区之前很多文章都提到过部署教程，如果操作不当出现一些小问题，请进入社区交流（SeaTunnel部署还是很简单的）

使用SeaTunnel 引擎快速开始：

PG创建表

sql 复制代码

CREATE TABLE alarm_receive_record (
    id BIGINT PRIMARY KEY,
    device_id VARCHAR(50),
    alarm_time TIMESTAMP,
    content TEXT
);

PG追加数据

sql 复制代码

INSERT INTO alarm_receive_record (id, device_id, alarm_time, content)
VALUES 
    (3, 'D003', '2025-02-26 16:15:00', '通信中断'),
    (4, 'D004', '2025-02-26 17:20:00', '湿度超限'),
    (5, 'D005', '2025-02-26 17:20:00', '湿度超限2'),
(6, 'D006', '2025-02-26 17:20:00', '湿度超限6'),(7, 'D007', '2025-02-26 17:20:00', '湿度超限7'),(8, 'D008', '2025-02-26 17:20:00', '湿度超限8'),(9, 'D009', '2025-02-26 17:20:00', '湿度超限9'),(10, 'D0010', '2025-02-26 17:20:00', '湿度超限10')

Doris手动创建表结构

sql 复制代码

CREATE TABLE testdb.alarm_receive_record (
    id BIGINT COMMENT "唯一ID",
    device_id VARCHAR(50) COMMENT "设备ID",
    alarm_time DATETIME COMMENT "告警时间",
    content STRING COMMENT "告警内容"
) ENGINE=OLAP
DUPLICATE KEY(id, device_id)  -- 选择 DUPLICATE 模型（全明细存储）
DISTRIBUTED BY HASH(device_id) BUCKETS 10  -- 按设备ID分桶
PROPERTIES (
    "replication_num" = "3",  -- 副本数（与集群配置一致）
    "storage_format" = "V2"    -- 存储格式
);

pg-doris.yaml

ini 复制代码

env {
  parallelism = 4
  job.mode = "BATCH"
}
source{
    jdbc{
        url = "jdbc:postgresql://192.168.10.17:5432/aaa"
        driver = "org.postgresql.Driver"
        user = "test"
        password = "123123"
        query = "select * from alarm_receive_record"
    }
}

sink {
  Doris {
    fenodes = "192.168.20.174:8030"
    username = "root"
    password = "123123"
    database = "testdb"
    table = "alarm_receive_record"
    schema_save_mode = "CREATE_SCHEMA_WHEN_NOT_EXIST"
    sink.label-prefix = "pg_to_doris"
    sink.enable-2pc = "true"
    column = ["id", "device_id", "alarm_time", "content"]
    doris.config {
      format = "json"
      read_json_by_line = "true"
    }
  }
}

启动同步任务，多次执行，会重复数据。

bash 复制代码

cd "apache-seatunnel-${version}"
./bin/seatunnel.sh --config ./config/pg-doris.yaml  -m local

Doris验证是否同步成功？

大数据时代，选择比努力更重要。让 SeaTunnel 成为您数据流动的超级高速公路，Doris 化作实时洞察的智慧之眼，共同构建面向未来的数据驱动体系！

本文由白鲸开源科技提供发布支持！