不同数据库的5000多张数据表，如何用SQL迁移到数据仓库？

需求背景

最近公司打算集中梳理几大业务系统的数据，希望将各个业务系统中的数据集中到数据仓库中。总共有5000多张数据表，但是好在业务数据量没有像电商那么庞大，也就几十个G。

需求分析

其实这个需求很简单，就是把这5000多张不同数据库中的表放到一个地方。需要注意的有以下几点：

1、数据来自各种不同类型的数据库，有SQL Server，MySQL和Oracle

2、表的数据量较多，一个一个写查询代码肯定不现实

3、后续数据仓库的维护

方案建议

由于数据量不是很大，我打算用DBLINK来实现从不同的库中抽取数据到数据仓库中。

方案思路

1、创建不同的DBLINK

数据仓库我们目前使用的是SQL Server的服务器，整体性能还可以。但是业务系统的数据库类型不一，在新建DBLINK时有不同的要求：

a、针对SQL Server的业务数据库可以直接在服务器上新建

b、针对MySQL和Oracle的业务数据库需要先使用ODBC作用中间组件来配置。

2、查询数据库中的所有表表名

每个业务数据库都是全库抽取，那么首先需要找到这些数据库中的所有表。这里我们以SQL Server为例来查找数据库中的所有表。

SELECT NAME FROM SYSOBJECTS WHERE TYPE='U'

上面的代码就可以把当前库中的所有表的表名都给查询出来。
大家也可以在自己的电脑上试一试就知道了。

Oracle获取用户表表名的代码如下：

SELECT * FROM USER_TABLES;

MySQL获取用户表表名的代码如下：

select table_name
from information_schema.tables
where table_schema='db_name';

3、循环抽取数据

我们在完成上面两步后，就可以开始循环抽取各业务系统的数据了。这里我们需要写一个游标来循环执行。具体代码如下：

DECLARE @TableName varchar(50),@Sql varchar(500)
--定义两个变量，一个用来存储表名，一个用来存储插入语句
DECLARE cursor_variable CURSOR FOR
--定义一个游标，并且将目标表的所有表名插入游标中
select name from [192.168.0.39].[test].[dbo].sysobjects where xtype='u' order by name;
OPEN cursor_variable
--打开游标
FETCH NEXT FROM cursor_variable
INTO @TableName
--获取游标中的数据插入到变量中
WHILE @@FETCH_STATUS=0
--循环执行，当游标中的数据被读完为止
BEGIN
SET @Sql='select * into dbo.' @TableName  ' from [192.168.0.39].[test].[dbo].' @TableName
Exec @Sql
FETCH NEXT FROM cursor_variable
INTO @TableName
END
CLOSE cursor_variable
--关闭游标
DEALLOCATE cursor_variable;
--释放游标

目前只是测试代码，后续在性能上还可以继续优化。
4、设置定时任务
代码写好了，肯定不可能每天手动去执行，这时候我们可以使用数据库的定时任务，这个我在以前的文章中有提到过。《数据库任务自动化其实很简单，JOB的简单介绍》
我们把代码放到定时任务里面，让它每天凌晨1点执行即可。

总结
这个办法在处理数据量不多的情况下是可行的，如果数据量较大，性能上会存在较大风险。下面我们回顾一下做了哪些内容：
1、创建不同数据库的DBLINK
2、查询到每个数据库的所有表名
3、使用游标循环插入到数据仓库
4、设置定时任务执行上面的游标
每个步骤都可能会存在问题，但是只要把这些问题都解决了，这件事就解决了。