ODI中删除数据的处理

ODI中删除数据的处理

一、前提知识：
数据从源数据库向数据仓库抽取时，一般采用以下几种方式：

• 全抽取模式
  如果表的数据量较小，则可以采取全表抽取方式，以TRUNCATE/INSERT方式进行数据抽取。
• 基于时间戳的抽取模式
  如果源数据表是不可更新的数据（如大多数事务处理数据）或者是不可删除数据（只能失效历史记录的情况），则根据变更时间戳，抽取最新变更的数据进行同步。
• 日志分析
  如果没有更新时间戳，或者源数据存在删除的情况，则可以进行日志分析，来执行最新数据变更的同步。

说明：时间戳的方式如果要处理删除数据的情况，需要在源表创建触发器来捕获删除的记录。
ODI在数据抽取方面，添加了CDC（Changed Data Capture）的功能，并且包含两种方式，一种是在源数据库表上增加触发器来捕获新增、修改和删除的数据到日志表中。另一种是通过对日志的挖掘（Oracle的Log Miner和IBM DB2/400）。但是ODI的CDC，必须要求源表有主键。
二、删除数据的问题引入
当我们开始使用ODI来进行CDC方式的数据同步时，一切都正常，删除的数据也可以正确的同步到目标数据库。接着，因为业务需求，我们只需要同步部分数据到目标数据库，也就是为源数据表加上过滤，这样问题就出来了，新增和修改的数据都能正确的同步到目标数据库，而源数据表删除的数据，经过ODI Interface执行之后，目标数据表中还存在。
经过检查，Interface在装载数据时查询日志视图，而日志视图是日志表与源表的外连接，其结果是删除的记录在视图中只有主键，其余的字段都为空，这样基于日志视图上的过滤，必然导致删除的数据被过滤掉。以下是ODI创建的对象脚本示例：

数据源日志视图jv$qp_list_lines
create or replace view soau.jv$qp_list_lines as
SELECT decode(targ.ROWID, NULL, 'D', 'I') jrn_flag,
       jrn.jrn_subscriber jrn_subscriber,
       jrn.jrn_date jrn_date,
       jrn.list_line_id list_line_id,
       targ.creation_date creation_date,
       targ.created_by created_by,
       ...
FROM (SELECT l.jrn_subscriber jrn_subscriber, l.list_line_id list_line_id, MAX(l.jrn_date) jrn_date
FROM soau.j$qp_list_lines l
WHERE l.jrn_consumed = '1'
GROUP BY l.jrn_subscriber, l.list_line_id) jrn,
soau.qp_list_lines targ
WHERE jrn.list_line_id = targ.list_line_id(+)

ODI Interface创建用于装载数据的的临时视图
create or replace view
SOAU.C$_0QP_LIST_LINES
(
C1_LIST_LINE_ID,
C2_CREATION_DATE,
C3_CREATED_BY,
...
JRN_SUBSCRIBER,
JRN_FLAG,
JRN_DATE
)
as select
QP_LIST_LINES.LIST_LINE_ID,
QP_LIST_LINES.CREATION_DATE,
QP_LIST_LINES.CREATED_BY,
...
JRN_SUBSCRIBER,
JRN_FLAG,
JRN_DATE
from SOAU.JV$QP_LIST_LINES QP_LIST_LINES
where (1=1)
And (QP_LIST_LINES.LIST_LINE_TYPE_CODE IN ('PLL', 'PBH'))
And (QP_LIST_LINES.END_DATE_ACTIVE is null or trunc(QP_LIST_LINES.END_DATE_ACTIVE) > trunc(sysdate))
And (QP_LIST_LINES.PRICING_PHASE_ID = 1)
And (QP_LIST_LINES.QUALIFICATION_IND IN (4, 6, 20, 22))
AND JRN_SUBSCRIBER = 'ERP-FK' /* AND JRN_DATE < sysdate */

当 Interface在执行集成时，将数据从视图SOAU.C$_0QP_LIST_LINES插入到flow table（flow table是Interface处理的位于目标中间表，数据的同步最终从flow table到目标数据表），由于该视图已经执行了过滤，删除的数据就无法插入到flow table，导致删除的数据最终无法写入目标。
三、问题解决过程
因为数据在源头就被过滤了，所以必须保证数据在源头不被过滤，而Interface可以支持在源、Staging、目标来执行处理，那么就来做各种测试：
1、将数据过滤移到Staging
经过测试发现，虽然在装载数据时，包含了删除的记录，但是在集成阶段，数据插入flow table时，由于除了主键，其余字段都为空，所以删除的数据同样被过滤掉了。
2、将数据过滤移到目标
经过测试，当我们将过滤移到目标时，删除的数据被正确的同步到了目标表。那只要将过滤移到目标，就可以解决问题了？
3、新问题的出现
实际上数据插入flow table后，从flow table到目标表，没有执行任何过滤处理，所有数据都会被同步到目标数据表。这样我们需要排除的数据也写入了目标表，说明这个方式失败。
4、启用模型中目标表的过滤
在ODI Designer中，编辑Model下的表，添加过滤，然后将Interface中对源数据的过滤移除，执行Interface发现，数据正确的插入到了目标表。但是这种方式和前一种方式相同，都是把所有变化的数据都从源取到目标中，存在一定的性能问题。
5、最终的方式
经过研究，还是觉得修改ODI原来的LKM最为实际，只需要把从日志视图的取数的视图代码修改，修改为原来的视图代码UNION删除的记录即可。
修改后的Create view on source代码如下：

create or replace view <%=odiRef.getObjectNameDefaultPSchema("L", "" , "W")%><%=odiRef.getInfo("COLL_NAME")%>
(
<%=odiRef.getColList("", "[CX_COL_NAME]", ",/n/t", "", "")%>
)
as select <%=odiRef.getPop("DISTINCT_ROWS")%>
<%=odiRef.getColList("", "[EXPRESSION]", ",/n/t", "", "")%>
from <%=odiRef.getFrom()%>
where (1=1)
<%=odiRef.getFilter()%>
<%=odiRef.getJrnFilter()%>
<%=odiRef.getJoin()%>
<%=odiRef.getGrpBy()%>
<%=odiRef.getHaving()%>

<%if(!odiRef.getJrnFilter().equals("")){%>

UNION

select <%=odiRef.getPop("DISTINCT_ROWS")%>
<%=odiRef.getColList("", "[EXPRESSION]", ",/n/t", "", "")%>
from <%=odiRef.getFrom()%>
where (1=1)
<%=odiRef.getJrnFilter()%>
AND JRN_FLAG='D'
<%=odiRef.getJoin()%>
<%=odiRef.getGrpBy()%>
<%=odiRef.getHaving()%>

<%}%>
四、插曲
在问题有了解决方案之后，向Oracle提Tar，经过数次沟通，并最终在OWC演示的情况下，确认为KM的Bug。
不过Oracle又提供了一种处理方法，这种方法不需要修改LKM，但是看上去感觉总有点不那么好：在Interface中的每个Filter代码中，加入" OR JRN_FLAG = 'D'"，这样就可以保证日志表中删除的记录一定不会被过滤掉。

本文转自:http://www.itjaj.com/viewthread.PHP?tid=4590&extra=page%3D1%26amp%3Bfilter%3Dtype%26amp%3Btypeid%3D88