GaussDB for DWS数据融合系列第七期:CDM导出数据

网友投稿 721 2022-05-30

概述

云数据迁移服务(Cloud Data Migration,简称CDM),可以将其他数据源(例如MySQL)的数据迁移到GaussDB(DWS) 集群的数据库中。同时也支持使用CDM将数据导出到DWS集群的数据库中,本节博客将讲述CDM导出数据的具体操作。

登录CDM管理控制台,创建CDM集群。关键配置如下:

CDM集群的规格,按待迁移的数据量选择,一般选择cdm.medium即可,满足大部分迁移场景。

如果DDS和DWS属于相同的VPC,则创建CDM集群时选择同一个VPC,不用绑定EIP。子网、安全组可以选择与其中一个(DDS或DWS)集群的保持一致,再配置安全组规则允许CDM集群访问另一个服务(DWS或DDS)的集群。

如果DDS和DWS不在同一个VPC,则创建CDM集群时选择与DDS相同的VPC,再将CDM集群绑定EIP,CDM通过EIP访问DWS集群。

CDM集群创建完成后,选择集群操作列的“绑定弹性IP”,CDM通过EIP访问DWS。如果DDS与DWS在同一个VPC,则不用为CDM集群绑定EIP。

单击CDM集群后的“作业管理”,进入作业管理界面,再选择“连接管理 > 新建连接”,进入选择连接器类型的界面,如图1所示。

图1 选择连接器类型

创建DDS连接时,连接器类型选择“文档数据库服务(DDS)”,然后单击“下一步”配置连接参数,参数说明如表1所示。

参数名

说明

取值样例

名称

根据连接的数据源,用户自定义便于记忆、区分的连接名称。

GaussDB for DWS数据融合系列第七期:CDM导出数据

mongo_link

服务器列表

DDS集群的地址列表,输入格式为“数据库服务器域名或IP地址:端口”。多个服务器列表间以“;”分隔。

192.168.0.1:7300;192.168.0.2:7301

数据库名称

要连接的DDS数据库名称。

DB_mongodb

用户名

登录DDS数据库的用户名。

cdm

密码

登录DDS数据库的密码。

-

表1 DDS连接参数

单击“保存”回到连接管理界面。

在“连接管理”界面单击“新建连接”,连接器类型选择“数据仓库服务(DWS)”。

单击“下一步”配置DWS连接参数,必填参数如表2所示,可选参数保持默认即可。

参数名

说明

取值样例

名称

输入便于记忆和区分的连接名称。

dwslink

数据库服务器

DWS数据库的IP地址或域名。

192.168.0.3

端口

DWS数据库的端口。

8000

数据库名称

DWS数据库的名称。

db_demo

用户名

拥有DWS数据库的读、写和删除权限的用户。

dbadmin

密码

用户的密码。

-

使用Agent

是否选择通过Agent从源端提取数据。

Agent

单击“选择”,选择连接Agent中已创建的Agent。

-

导入模式

COPY模式:将源数据经过DWS管理节点后拷贝到数据节点。如果需要通过Internet访问DWS,只能使用COPY模式。

COPY

表2 DWS连接参数

单击“保存”完成创建连接。

选择“表/文件迁移 > 新建作业”,开始创建数据迁移任务。

配置作业基本信息:

作业名称:输入便于记忆、区分的作业名称。

源端作业配置

源连接名称:选择创建DDS连接中的“mongo_link”。

数据库名称:选择待迁移数据的数据库。

集合名称:DDS中MongoDB的集合,类似于关系型数据库中的表名。

目的端作业配置

目的连接名称:选择创建DWS连接中的连接“dwslink”。

模式或表空间:选择待写入数据的DWS数据库。

表名:待写入数据的表名,可以手动输入一个不存在表名,CDM会在DWS中自动创建该表。

导入前清空数据:任务启动前,是否清除目的表中数据,用户可根据实际需要选择。

单击“下一步”进入字段映射界面,CDM会自动匹配源端和目的端的数据表字段,需用户检查字段映射关系是否正确。

如果字段映射关系不正确,用户单击字段所在行选中后,按住鼠标左键可拖拽字段来调整映射关系。

导入到DWS时需要手动选择DWS的分布列,建议按如下顺序选取:

有主键可以使用主键作为分布列。

多个数据段联合做主键的场景,建议设置所有主键作为分布列。

在没有主键的场景下,如果没有选择分布列,DWS会默认第一列作为分布列,可能会有数据倾斜风险。

如果需要转换源端字段内容,可在该步骤配置,具体操作请参见字段转换,这里选择不进行字段转换。

单击“下一步”配置任务参数,一般情况下全部保持默认即可。

该步骤用户可以配置如下可选功能:

作业失败重试:如果作业执行失败,可选择是否自动重试,这里保持默认值“不重试”。

作业分组:选择作业所属的分组,默认分组为“DEFAULT”。在CDM“作业管理”界面,支持作业分组显示、按组批量启动作业、按分组导出作业等操作。

是否定时执行:这里保持默认值“否”。

抽取并发数:设置同时执行的抽取任务数。这里保持默认值“1”。

是否写入脏数据:如果需要将作业执行过程中处理失败的数据、或者被清洗过滤掉的数据写入OBS中,以便后面查看,可通过该参数配置,写入脏数据前需要先配置好OBS连接。这里保持默认值“否”即可,不记录脏数据。

作业运行完是否删除:这里保持默认值“不删除”。

单击“保存并运行”,回到作业管理界面,在作业管理界面可查看作业执行进度和结果。

作业执行成功后,单击作业操作列的“历史记录”,可查看该作业的历史执行记录、读取和写入的统计数据。

EI企业智能 Gauss AP 数据仓库服务 GaussDB(DWS)

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:excel表格里折叠展开的方法
下一篇:从百度百科到贝壳找房,大家每天都在用的知识图谱到底是个什么鬼?
相关文章