1、问题描述

使用streamsets将mysql数据同步到kudu中，直接解析mysql的binlog进行实时数据同步，发现一个小的细节问题，mysql中定义的date类型的字段在解析binlog后变成了带有星期几标致的值，如create字段是date类型，值为2019-06-19，那么streamsets的mysqlbinlog就会将其解析成Wed Jun 19，如果在kudu这边定义的create字段是string类型的话，这个值入库的时候就会是Wed Jun 19，和原始库差别太大了。

2、解决方案

因为kudu中没有date类型，可以将kudu目标库中的create字段定义为timestamp类型，但是入库的时候值也不是2019-06-19了，而是2019-06-19 00:00:00，会自动补全到时分秒级别，和原始库仍然有差别，但是可以后续处理。我们还额外使用了spark对原始库和目标库进行数据一致性比对，两边的create值一个是date类型的2019-06-19，一个是timestamp类型的2019-06-19 00:00:00，但是比较出来的结果是没有差异，也就是说spark根据其数据类型对实际的时间值进行了比较，发现没有差异。