相关配置如下： ``` rule: - schema: eseap #数据库名称 table: t_user #表名称 #order_by_column: id #排序字段，存量数据同步时不能为空 #column_lower_case:false #列名称转为小写,默认为false #column_upper_case:false#列名称转为大写,默认为false column_underscore_to_camel: true #列名称下划线转驼峰,默认为false # 包含的列，多值逗号分隔，如：id,name,age,area_id 为空时表示包含全部列 #include_columns: ID,USER_NAME,PASSWORD #exclude_columns: BIRTHDAY,MOBIE # 排除掉的列，多值逗号分隔，如：id,name,age,area_id 默认为空 #column_mappings: USER_NAME=account #列名称映射，多个映射关系用逗号分隔，如：USER_NAME=account 表示将字段名USER_NAME映射为account #default_column_values: source=binlog,area_name=合肥 #默认的列-值，多个用逗号分隔，如：source=binlog,area_name=合肥 #date_formatter: yyyy-MM-dd #date类型格式化， 不填写默认yyyy-MM-dd #datetime_formatter: yyyy-MM-dd HH:mm:ss #datetime、timestamp类型格式化，不填写默认yyyy-MM-dd HH:mm:ss value_encoder: json #值编码，支持json、kv-commas、v-commas；默认为json #value_formatter: '{{.ID}}|{{.USER_NAME}}' # 值格式化表达式，如：{{.ID}}|{{.USER_NAME}},{{.ID}}表示ID字段的值、{{.USER_NAME}}表示USER_NAME字段的值 #kafka相关 kafka_topic: user_topic #rocketmq topic，可以为空，默认使用表名称 #reserve_raw_data: false #保留update之前的数据，针对rocketmq、kafka、rabbitmq有用;默认为false ``` 其中, value_encoder表示值编码格式，支持json、kv-commas、v-commas三种格式，不填写默认为json，具体如下表： <table> <tr> <th width="15%">格式</th> <th width="20%">说明</th> <th>举例</th> </tr> <td>json</td> <td>json</td> <td>{"id": "1001","userName": "admin","password": "123456", "createTime": "2020-07-20 14:29:19"}</td> </tr> <tr> <td>kv-commas</td> <td>key-value逗号分隔</td> <td>id=1001,userName=admin,password=123456,createTime=2020-07-20 14:29:19</td> </tr> <tr> <td>v-commas</td> <td>value逗号分隔</td> <td>1001,admin,123456,2020-07-20 14:29:19</td> </tr> </table> value_formatter表示值的格式化表达式，具体模板语法参见"表达式模板"章节，当value_formatter不为空时value_encoder无效。 reserve_raw_data表示是否保留update之前的数据，即保留修改之前的老数据，默认不保留 # **示例** t_user表，数据如下：  ## **示例一** 使用上述配置 insert事件，同步到Kafka的数据如下:  update事件，同步到Kafka的数据如下:  reserve_raw_data设置为true,update事件，同步到Kafka的数据如下:  其中，raw属性为update之前的旧数据 delete事件，同步到Kafka的数据如下:  ## **示例二** 配置如下： ``` rule: - schema: eseap #数据库名称 table: t_user #表名称 #order_by_column: id #排序字段，存量数据同步时不能为空 column_lower_case: true #列名称转为小写,默认为false #column_upper_case:false#列名称转为大写,默认为false #column_underscore_to_camel: true #列名称下划线转驼峰,默认为false # 包含的列，多值逗号分隔，如：id,name,age,area_id 为空时表示包含全部列 #include_columns: ID,USER_NAME,PASSWORD #exclude_columns: BIRTHDAY,MOBIE # 排除掉的列，多值逗号分隔，如：id,name,age,area_id 默认为空 column_mappings: USER_NAME=account #列名称映射，多个映射关系用逗号分隔，如：USER_NAME=account 表示将字段名USER_NAME映射为account default_column_values: area_name=合肥 #默认的列-值，多个用逗号分隔，如：source=binlog,area_name=合肥 #date_formatter: yyyy-MM-dd #date类型格式化， 不填写默认yyyy-MM-dd #datetime_formatter: yyyy-MM-dd HH:mm:ss #datetime、timestamp类型格式化，不填写默认yyyy-MM-dd HH:mm:ss value_encoder: json #值编码，支持json、kv-commas、v-commas；默认为json #value_formatter: '{{.ID}}|{{.USER_NAME}}' # 值格式化表达式，如：{{.ID}}|{{.USER_NAME}},{{.ID}}表示ID字段的值、{{.USER_NAME}}表示USER_NAME字段的值 #kafka相关 kafka_topic: user_topic #rocketmq topic，可以为空，默认使用表名称 #reserve_raw_data: false #保留update之前的数据，针对rocketmq、kafka、rabbitmq有用;默认为false ``` 其中， column_mappings表示对列名称进行重新映射 insert事件，同步到Kafka的数据如下:  其中，属性名称USER\_NAME变为了account ## **示例三** 配置如下： ``` rule: - schema: eseap #数据库名称 table: t_user #表名称 #order_by_column: id #排序字段，存量数据同步时不能为空 column_lower_case: true #列名称转为小写,默认为false #column_upper_case:false#列名称转为大写,默认为false #column_underscore_to_camel: true #列名称下划线转驼峰,默认为false # 包含的列，多值逗号分隔，如：id,name,age,area_id 为空时表示包含全部列 #include_columns: ID,USER_NAME,PASSWORD #exclude_columns: BIRTHDAY,MOBIE # 排除掉的列，多值逗号分隔，如：id,name,age,area_id 默认为空 #column_mappings: USER_NAME=account #列名称映射，多个映射关系用逗号分隔，如：USER_NAME=account 表示将字段名USER_NAME映射为account default_column_values: area_name=合肥 #默认的列-值，多个用逗号分隔，如：source=binlog,area_name=合肥 #date_formatter: yyyy-MM-dd #date类型格式化， 不填写默认yyyy-MM-dd #datetime_formatter: yyyy-MM-dd HH:mm:ss #datetime、timestamp类型格式化，不填写默认yyyy-MM-dd HH:mm:ss value_encoder: v-commas #值编码，支持json、kv-commas、v-commas；默认为json #value_formatter: '{{.ID}}|{{.USER_NAME}}|{{.REAL_NAME}}|{{if eq .STATUS 0}}停用{{else}}启用{{end}}' #kafka相关 kafka_topic: user_topic #rocketmq topic，可以为空，默认使用表名称 #reserve_raw_data: false #保留update之前的数据，针对rocketmq、kafka、rabbitmq有用;默认为false ``` 其中， value_encoder表示消息编码方式 insert事件，同步到Kafka的数据如下: