全量脚本

import sys

sys.path.append("..")
sys.path.append("/usr/local/software/ELK")
from Util.DateEncoder import *
from Util.MySQLHelper import *
from kafka import KafkaProducer
from Util.TextUtil import *
import os
from Util.GetAreaPartionIdUtil import *
# 黄海定义的输出信息的办法，带当前时间
def logInfo(msg):
    i = datetime.datetime.now()
    print(" %s            %s" % (i, msg))

# pip install kafka-python

# 区域码
AreaCode = mysql_AreaCode
# 每次读取的个数
BatchSize = 500

# 检查是内网还是外网
def CheckInOut():
    if mysql_AreaCode==‘aly‘:
        return  True
    else:
        return False


if __name__ == ‘__main__‘:
    # 判断是不是阿里云的内网，因为阿里云的资源ID要从1开始，而其它地区的要从100000000开始
    if not CheckInOut():  # 如果不是阿里云,就是其它地区
        # 资源
        processFileName = ‘/usr/local/software/ELK/Progress/t_resource_info.log‘
        logInfo(‘系统检测到不是阿里云主机，资源编号应该从100000000开始！‘)
        if not os.path.exists(processFileName):  # 并且进度文件不存在
            processId = ‘100000000‘
            WriteContent(processFileName, processId)
            logInfo(‘资源进度文件不存在，已成功写入100000000!‘)
        else:
            logInfo(‘资源进度文件已存在!‘)

        # 试题
        processFileName =  ‘/usr/local/software/ELK/Progress/t_tk_question_info.log‘
        logInfo(‘系统检测到不是阿里云主机，试题编号应该从100000000开始！‘)
        if not os.path.exists(processFileName):  # 并且进度文件不存在
            processId = ‘100000000‘
            WriteContent(processFileName, processId)
            logInfo(‘试题进度文件不存在，已成功写入100000000!‘)
        else:
            logInfo(‘试题进度文件已存在!‘)

        # 试卷
        processFileName = ‘/usr/local/software/ELK/Progress/t_sjk_paper_info.log‘
        logInfo(‘系统检测到不是阿里云主机，试卷编号应该从100000000开始！‘)
        if not os.path.exists(processFileName):  # 并且进度文件不存在
            processId = ‘100000000‘
            WriteContent(processFileName, processId)
            logInfo(‘试卷进度文件不存在，已成功写入100000000!‘)
        else:
            logInfo(‘试卷进度文件已存在!‘)

        # 微课
        processFileName = ‘/usr/local/software/ELK/Progress/t_wkds_info.log‘
        logInfo(‘系统检测到不是阿里云主机，微课编号应该从100000000开始！‘)
        if not os.path.exists(processFileName):  # 并且进度文件不存在
            processId = ‘100000000‘
            WriteContent(processFileName, processId)
            logInfo(‘微课进度文件不存在，已成功写入100000000!‘)
        else:
            logInfo(‘微课进度文件已存在!‘)

    logInfo(‘开始获取主机对应的PartitionId...‘)
    partitionId=GetAreaPartitionId()
    logInfo(‘成功获取主机的对应PartitionId=‘+str(partitionId))

    # 开启数据库链接
    db = MySQLHelper()

    # 声明Kafka生产者
    producer = KafkaProducer(bootstrap_servers=kafka_servers)
    # 统一的topic名称
    topicName = ‘dsideal_db‘
    OrderList = [‘t_dm_stage‘, ‘t_dm_subject‘, ‘t_resource_scheme‘, ‘t_resource_structure‘, ‘t_base_organization‘,
                 ‘t_base_class‘, ‘t_base_person‘, ‘t_base_student‘, ‘t_base_parent‘, ‘t_resource_info‘,
                 ‘t_social_course_restype_rela‘, ‘t_hfsz_action_case‘, ‘t_hfsz_yj_lib‘, ‘t_base_review‘,
                 ‘t_sjk_paper_info‘, ‘t_tk_question_info‘, ‘t_wkds_info‘]
    for i in range(len(OrderList)):
        # 判断一下这个MYSQL表是不是存在？
        sql="select table_name from information_schema.tables where table_name =‘%s‘"%(OrderList[i])
        dt=db.query(sql)
        if len(dt)==0:
            logInfo("表"+OrderList[i]+"并不存在，将不进行此表的数据上报！")
            continue

        # 进度号
        processId = 0
        processFileName = ‘/usr/local/software/ELK/Progress/‘ + OrderList[i]+‘.log‘
        if os.path.exists(processFileName):
            processId = int(ReadContent(processFileName))

        count = 0
        # 判断文件是不是存在！
        if not os.path.exists( ‘/usr/local/software/ELK/Sql/‘ + OrderList[i]+".json"):
            logInfo(‘配置SQL文件：‘ + processFileName + "不存在，将不上报此文档内容！")
            continue

        while True:
            # 读取sql配置文件
            jsonStr = ReadContent( ‘/usr/local/software/ELK/Sql/‘ + OrderList[i]+".json")
            obj = json.loads(jsonStr)
            # 主键
            pk = obj[‘pk‘]
            # sql语句
            sql = str(obj[‘sql‘]).replace("#area_code#", AreaCode).replace("#pk#", pk).replace("#id#", str(
                processId)).replace("#limit#"," limit " + str(BatchSize))

            # 查询数据
            dt = db.query(sql.lower())

            # 将字段大写转为小写
            for row in dt:
                new_dics = {}
                for k, v in row.items():
                    new_dics[k.lower()] = v

                # 向Kafka 发送数据
                jstr = json.dumps(new_dics, cls=DateEncoder, ensure_ascii=False)
                # 如果kafka超时的话，注意要检查一下是不是手工事先创建了Topic!!!!
                producer.send(topic=topicName,partition=partitionId,value= jstr.encode(‘utf-8‘))

            if(len(dt)>0):
                # 批量提交一下
                producer.flush()
                # 计算进度
                processId = dt[len(dt) - 1][‘id‘].replace(AreaCode + "_", "")
                # 写入配置文件
                WriteContent(processFileName, processId)
                count = count + len(dt)
                logInfo("成功处理" + OrderList[i] + ‘ ‘ + str(count) + "个！当前最大ID：" + str(processId))
                # 如果这次不满批量个数，也就是没有更多了！
                if len(dt)<BatchSize:
                    break
            else:
                # 结束就退出
                break
    # 关闭数据库链接
    db.close()
    # 关闭Kafka
    producer.close()
    logInfo(‘恭喜，所有任务成功完成！‘)