信创改造把业务库从 MySQL/Oracle 换成国产数据库之后,数据平台侧的问题立刻跟上来:元数据看不看得见?数据进不进得了湖?进湖之前能不能直查?市面上讲国产库本身的内容不少,讲「数据平台怎么接它们」的很少。这篇以「我的数据空间」(datastudiohappy.cn)接入达梦、人大金仓、openGauss、华为 GaussDB、OceanBase 五个库的实录,把这条路线讲清楚。一、第一个正确认知:五个库,不是五套方言逐库硬写适配是最大的弯路。这五个库按内核家族归类只有三种:内核家族库命名空间标识符引用驱动Oracle 兼容内核达梦SCHEMA双引号DmJdbcDriver18(公共仓库有)PostgreSQL 内核人大金仓 / openGauss / GaussDBSCHEMA双引号opengauss-jdbc 通用;金仓驱动需自备MySQL 线协议OceanBase(MySQL 模式)CATALOG反引号直接复用 mysql-connector-j方言抽象按家族收敛,每个库只处理自己与家族基线的差异点。OceanBase 是其中最省事的:MySQL 模式下线协议兼容,连驱动都不用新增。两个诚实的边界也在这里注明:GaussDB 按集中式形态接入(分布式形态有专用驱动需自备);OceanBase 目前只覆盖 MySQL 模式(Oracle 模式的命名空间语义完全不同,是另一件事)。二、驱动是第一道坎,报错要说人话国产库驱动的可得性参差:达梦、openGauss、OceanBase(复用 MySQL 驱动)都能从公共 Maven 仓库打包进产品;人大金仓的驱动不在公共仓库,只能用户自备放入 classpath。这里有个小而重要的产品决策:驱动缺失时给出「该数据源驱动未打包,请将厂商 JDBC 驱动放入 xxx 后重试」的明确报错,而不是让用户对着ClassNotFoundException天书猜——连接器逻辑完整与驱动是否在场,是两个独立维度,后者缺席不该表现为前者的崩溃。三、三个平面,三种放行标准接入不是一个开关,是三个独立平面,每个平面的放行标准不同:元数据面(全部放行):JDBC introspection 拉库表列、导入登记,只读、进程内、风险最低。五个库全部走通用 introspection 路径,按方言家族处理命名空间与类型映射。数据面·离线入湖(逐库验证放行):国产库作为离线集成的源端,Spark JDBC 读、写成 Iceberg 湖表。驱动随作业下发,OceanBase → Iceberg 已实测走通(业务表三行数据落湖即查)。入湖后它就是普通湖表,查询、授权、血缘全套能力都在。查询面·引擎直查(最严,默认不放):这是最容易翻车的平面。直查要求查询引擎本身「挂得上」这个库——OceanBase 与 MySQL 同构,Spark 与 Trino 两侧都有现成支路,验证后放开了直查;其余四库 Spark 无内置方言、Trino 无 connector,一律不放,表详情不出现「查询」按钮,SQL 提交在闸上被明确拒绝。顺序铁律:先让引擎真的挂得上,再改可查白名单——顺序反了,用户看到的不是「暂不支持」,而是REQUIRES_SINGLE_PART_NAMESPACE这类引擎内部报错,排障成本全转嫁给用户。读这四个库的正确姿势:预览,或入湖后查湖表。实时 CDC 同理:仅 OceanBase 有官方 Flink CDC 连接器,其余四库没有官方连接器,不承诺实时入湖——能力边界宁可写窄,不靠「理论上可以」撑门面。接好之后,在平台里的样子:四、三句话总结国产库适配按内核家族收敛(Oracle 系/PG 系/MySQL 线协议),不是逐库硬写;元数据、入湖、直查是三个平面,放行标准逐级收紧,直查必须「引擎挂得上」先行;驱动可得性、形态覆盖(集中式/分布式、MySQL/Oracle 模式)、CDC 连接器有无,都要作为显式边界写进能力清单——信创场景的客户最反感「支持」两个字后面藏着一堆星号。这套多源接入能力是「我的数据空间」的一部分——一套可私有化部署的数据平台,支持 OEM 合作。产品介绍:https://datastudiohappy.cn/。
信创改造把业务库从 MySQL/Oracle 换成国产数据库之后,数据平台侧的问题立刻跟上来:元数据看不看得见?数据进不进得了湖?进湖之前能不能直查?市面上讲国产库本身的内容不少,讲「数据平台怎么接它们」的很少。这篇以「我的数据空间」(datastudiohappy.cn)接入达梦、人大金仓、openGauss、华为 GaussDB、OceanBase 五个库的实录,把这条路线讲清楚。一、第一个正确认知:五个库,不是五套方言逐库硬写适配是最大的弯路。这五个库按内核家族归类只有三种:内核家族库命名空间标识符引用驱动Oracle 兼容内核达梦SCHEMA双引号DmJdbcDriver18(公共仓库有)PostgreSQL 内核人大金仓 / openGauss / GaussDBSCHEMA双引号opengauss-jdbc 通用;金仓驱动需自备MySQL 线协议OceanBase(MySQL 模式)CATALOG反引号直接复用 mysql-connector-j方言抽象按家族收敛,每个库只处理自己与家族基线的差异点。OceanBase 是其中最省事的:MySQL 模式下线协议兼容,连驱动都不用新增。两个诚实的边界也在这里注明:GaussDB 按集中式形态接入(分布式形态有专用驱动需自备);OceanBase 目前只覆盖 MySQL 模式(Oracle 模式的命名空间语义完全不同,是另一件事)。二、驱动是第一道坎,报错要说人话国产库驱动的可得性参差:达梦、openGauss、OceanBase(复用 MySQL 驱动)都能从公共 Maven 仓库打包进产品;人大金仓的驱动不在公共仓库,只能用户自备放入 classpath。这里有个小而重要的产品决策:驱动缺失时给出「该数据源驱动未打包,请将厂商 JDBC 驱动放入 xxx 后重试」的明确报错,而不是让用户对着ClassNotFoundException天书猜——连接器逻辑完整与驱动是否在场,是两个独立维度,后者缺席不该表现为前者的崩溃。三、三个平面,三种放行标准接入不是一个开关,是三个独立平面,每个平面的放行标准不同:元数据面(全部放行):JDBC introspection 拉库表列、导入登记,只读、进程内、风险最低。五个库全部走通用 introspection 路径,按方言家族处理命名空间与类型映射。数据面·离线入湖(逐库验证放行):国产库作为离线集成的源端,Spark JDBC 读、写成 Iceberg 湖表。驱动随作业下发,OceanBase → Iceberg 已实测走通(业务表三行数据落湖即查)。入湖后它就是普通湖表,查询、授权、血缘全套能力都在。查询面·引擎直查(最严,默认不放):这是最容易翻车的平面。直查要求查询引擎本身「挂得上」这个库——OceanBase 与 MySQL 同构,Spark 与 Trino 两侧都有现成支路,验证后放开了直查;其余四库 Spark 无内置方言、Trino 无 connector,一律不放,表详情不出现「查询」按钮,SQL 提交在闸上被明确拒绝。顺序铁律:先让引擎真的挂得上,再改可查白名单——顺序反了,用户看到的不是「暂不支持」,而是REQUIRES_SINGLE_PART_NAMESPACE这类引擎内部报错,排障成本全转嫁给用户。读这四个库的正确姿势:预览,或入湖后查湖表。实时 CDC 同理:仅 OceanBase 有官方 Flink CDC 连接器,其余四库没有官方连接器,不承诺实时入湖——能力边界宁可写窄,不靠「理论上可以」撑门面。接好之后,在平台里的样子:四、三句话总结国产库适配按内核家族收敛(Oracle 系/PG 系/MySQL 线协议),不是逐库硬写;元数据、入湖、直查是三个平面,放行标准逐级收紧,直查必须「引擎挂得上」先行;驱动可得性、形态覆盖(集中式/分布式、MySQL/Oracle 模式)、CDC 连接器有无,都要作为显式边界写进能力清单——信创场景的客户最反感「支持」两个字后面藏着一堆星号。这套多源接入能力是「我的数据空间」的一部分——一套可私有化部署的数据平台,支持 OEM 合作。产品介绍:https://datastudiohappy.cn/。
