IDC资讯中心
下面看看,如何根据中间层的数据,构建管道语法:
1.首先建立一个数据窗口对象:d_vdtcolumns
sql语法是:
select vdt_columns.utid,
vdt_columns.uid,
vdt_columns.upkey,
vdt_columns.udmid,
vdt_columns.udmname,
vdt_columns.unulls,
vdt_columns.uwidth,
vdt_columns.uscale,
vdt_columns.uname,
vdt_columns.udefault,
vdt_columns.ucheck,
vdt_columns.utname,
vdt_columns.uidentity
from vdt_columns
where utname = :as_tname
2.准备工作就绪,下面就是主战场了,开始构建数据管道.
考虑到一个管道对象可以传输多个任务,建立一个对象nvo_pipetransattrib保存传输需要的语法:
它包含了一下的instance变量:
string is_objectname //表名
string is_syntax //管道语法
string is_sconnect=zw,is_dconnect=daixf //源数据库连接和目的数据库连接
string is_ptype,is_pcommit,is_errors //管道的几个属性
string is_sname,is_dname //源表名,目的表名
string is_sqlsyntax //管道的sql语法
建立一个对象,从数据管道对象继承.
开始构造语法:写一个函数.
nvo_pipetransattrib inv_attrib[]
string ls_syntax,ls_sourcesyntax,ls_destsyntax
int li,lj,li_ind,li_find,li_rows,li_identity
string ls_tablename,ls_default,ls_defaultvalue,ls_pbdttype
boolean lb_find
dec ld_uwidth,ld_prec,ld_uscale
string ls_types,ls_dbtype,ls_prikey,ls_name,ls_nulls,ls_msg,ls_title=of_constrpipesyntax()
nvo_string lnv_string
nvo_datastore lds_vdtcolumns
boolean lb_key
lds_vdtcolumns=create nvo_datastore
lds_vdtcolumns.dataobject=d_vdtcolumns
lds_vdtcolumns.settransobject(srcsqlca)
li=1
of_input(inv_attrib[li])
li_find=pos(inv_attrib[li].is_sqlsyntax,*,1)
if li_find>0 then
lds_vdtcolumns.retrieve(as_tablename)
of_filterimg(lds_vdtcolumns)
li_rows=lds_vdtcolumns.rowcount()
for lj=1 to li_rows
ls_name=lds_vdtcolumns.getitemstring(lj,uname)
ls_types=lds_vdtcolumns.getitemstring(lj,udmname)
li_identity = lds_vdtcolumns.getitemnumber(lj,uidentity)
ls_types=of_getpipedbtype(is_s_dbtype,ls_types)
ls_pbdttype=of_getpbdttype(is_s_dbtype,ls_types)
choose case ls_types
case char,varchar,nchar,nvarchar,long varchar
if ls_types=long varchar then ls_types=varchar
ld_uwidth=lds_vdtcolumns.getitemnumber(lj,uwidth)
ls_dbtype=ls_types+(+string(int(ld_uwidth))+)
case decimal,numeric
ld_uwidth=lds_vdtcolumns.getitemnumber(lj,uwidth)
ld_uscale=lds_vdtcolumns.getitemnumber(lj,uscale)
if li_identity=1 then
ls_dbtype=identity+(+string(int(ld_uwidth))+,+string(int(ld_uscale))+)
else
ls_dbtype=ls_types+(+string(int(ld_uwidth))+,+string(int(ld_uscale))+)
end if
case else
ls_dbtype=ls_types
end choose
ls_prikey=lds_vdtcolumns.getitemstring(lj,upkey)
if ls_prikey=y then
lb_key=true
ls_prikey=key=yes,
else
ls_prikey=
end if
ls_nulls=lds_vdtcolumns.getitemstring(lj,unulls)
if ls_nulls=y then
ls_nulls=yes
else
ls_nulls=no
end if
ls_default=isnull(lds_vdtcolumns.getitemstring(lj,udefault),)
ls_sourcesyntax+=”column(type=”+ls_pbdttype+”,name=~””+ls_name+”~”,dbtype=~””+ls_dbtype+”~”,”+ls_prikey+”nulls_allowed=”+ls_nulls+”)~r~n”
if ls_default= then
if li_identity = 1 then
ls_destsyntax+=”column(type=”+ls_pbdttype+”,name=~””+ls_name+”~”,dbtype=~””+ls_dbtype+”~”,”+ls_prikey+”nulls_allowed=”+ls_nulls+”,initial_value=~”exclude~”)~r~n”
else
ls_destsyntax+=”column(type=”+ls_pbdttype+”,name=~””+ls_name+”~”,dbtype=~””+ls_dbtype+”~”,”+ls_prikey+”nulls_allowed=”+ls_nulls+”)~r~n”
end if
else
if li_identity = 1 then
ls_destsyntax+=”column(type=”+ls_pbdttype+”,name=~””+ls_name+”~”,dbtype=~””+ls_dbtype+”~”,”+ls_prikey+”nulls_allowed=”+ls_nulls+”,default_value=~””+ls_default+”~”,initial_value=~”exclude~”)~r~n”
else
ls_destsyntax+=”column(type=”+ls_pbdttype+”,name=~””+ls_name+”~”,dbtype=~””+ls_dbtype+”~”,”+ls_prikey+”nulls_allowed=”+ls_nulls+”,default_value=~””+ls_default+”~”)~r~n”
end if
end if
next
else
return
end if
ls_sourcesyntax+=)
ls_destsyntax+=)
//generate pipeline
//example:
//pipeline(source_connect=csfdata,destination_connect=csfdata,type=replace,commit=100,errors=100,keyname=”bar_x”)
if lb_key then
ls_syntax+=pipeline(source_connect=+inv_attrib[li].is_sconnect+,destination_connect=+inv_attrib[li].is_dconnect+,type=+inv_attrib[li].is_ptype+,commit=+inv_attrib[li].is_pcommit+,errors=+inv_attrib[li].is_errors+,keyname=”+as_tablename+_x”)~r~n
else
ls_syntax+=pipeline(source_connect=+inv_attrib[li].is_sconnect+,destination_connect=+inv_attrib[li].is_dconnect+,type=+inv_attrib[li].is_ptype+,commit=+inv_attrib[li].is_pcommit+,errors=+inv_attrib[li].is_errors+)~r~n
end if
//generate source
//example:
//source(name=”bar”,column(type=char,name=”customcode”,dbtype=”char(8)”,key=yes,nulls_allowed=no)
ls_syntax+=source(name=”+inv_attrib[li].is_sname+”,
ls_syntax+=ls_sourcesyntax
//generate retrieve
//example:
//retrieve(statement=”select bar.customcode,bar.barcode,bar.itemcode,bar.metering,bar.packsize,bar.length,bar.width,bar.high,bar.vol,bar.weight,bar.newpackflagfrom bar”)
ls_syntax+=retrieve(statement=”+inv_attrib[li].is_sqlsyntax+”)
//generate destination
//example:
//destination(name=”bar_copy”,
//column(type=char,name=”customcode”,dbtype=”char(8)”,key=yes,nulls_allowed=no,initial_value=”spaces”)
ls_syntax+=destination(name=”+inv_attrib[li].is_dname+”,
ls_syntax+=ls_destsyntax
return ls_syntax
这个函数的返回值就是构建完成的管道语法了.
其中:初始化的函数:of_input(inv_attrib[li])
是初始化,inv_attrib的函数,初始化的数据主要是用户需要输入的条件,比如管道的type,commit,errors,select语句.
需要说明一下,其中处理了几个特殊的情况的函数.
of_filterimg(lds_vdtcolumns):
过滤掉表中的image列,因为管道不支持image数据传输.
of_getpipedbtype(is_s_dbtype,ls_types):
根据表中列的类型得到管道中数据列的类型,因为他们不是总是一一对应的.
这个可以通过一个extend datawindowobject,并包含有初始数据来实现.
of_getpbdttype(is_s_dbtype,ls_types):
根据表中列的类型得到管道中列的类型,因为他们也不是总是一一对应的.
这个可以通过一个extend datawindowobject,并包含有初始数据来实现.
管道语法构建完成了,就可以执行管道传输了:
this.syntax=得到的语法
li_rc = this.start(srcsqlca,destsqlca,idw_errors)
if li_rc <> 1 then
if not ib_silence then msg(ls_title,”对象传输失败: ” + string(li_rc))
of_addtransmsg( 对象<+is_currentobj+>传输失败： + string(li_rc) )
return li_rc
rollback ;
else
commit;
end if
