数据湖探索 DLI-迁移DWS数据至DLI:步骤二：数据迁移

时间：2024-04-30 09:46:21

数据湖探索 DLI

配置 CDM 数据源连接。

创建源端DWS数据库的连接。

配置连接DWS的数据源连接参数，具体参数配置如下。

表1 DWS数据源配置
参数	值
名称	自定义DWS数据源名称。例如当前配置为：source_dws。
数据库服务器	单击输入框旁边的“选择”按钮，选择当前已创建的DWS集群名称。
端口	DWS数据库的端口，默认为：8000。
数据库名称	当前需要迁移的DWS数据库名称。当前示例为DWS集群上创建数据库和表中创建的数据库“testdwsdb”。
用户名	待连接数据库的用户。该数据库用户需要有数据表的读写权限，以及对元数据的读取权限。本示例使用创建DWS数据库实例的默认管理员用户“dbadmin”。
密码	对应的DWS数据库用户的密码。

图2 CDM配置DWS数据源
点击放大

其他更多参数保持默认即可，如果需要了解更多参数说明，可以参考配置关系数据库连接。单击“保存”完成DWS数据源连接配置。

创建CDM迁移作业。

在新建作业界面，配置当前作业配置信息，具体参数参考如下：

图5 CDM数据迁移作业配置
点击放大

源端作业配置，具体参考如下：

表2 源端作业配置
参数名	参数值
源连接名称	选择1.a中已创建的数据源名称。
使用SQL语句	“使用SQL语句”选择“是”时，您可以在这里输入自定义的SQL语句，CDM将根据该语句导出数据。本示例当前选择为“否”。
模式或表空间	“使用SQL语句”选择“否”时，显示该参数，表示待抽取数据的模式或表空间名称。单击输入框后面的按钮可进入模式选择界面，用户也可以直接输入模式或表空间名称。本示例因为DWS集群上创建数据库和表中没有创建SCHEMA，则本参数为默认的“public”。如果选择界面没有待选择的模式或表空间，请确认对应连接里的账号是否有元数据查询的权限。说明：该参数支持配置通配符（），实现导出以某一前缀开头或者以某一后缀结尾的所有数据库。例如： SCHEMA表示导出所有以“SCHEMA”开头的数据库。 SCHEMA表示导出所有以“SCHEMA”结尾的数据库。 SCHEMA*表示数据库名称中只要有“SCHEMA”字符串，就全部导出。
表名	待迁移的DWS数据表名。当前为DWS集群上创建数据库和表中的“table1”表。

更多详细参数配置请参考配置关系数据库源端参数。

目的端作业参数配置，具体参考如下：

表3 目的端作业配置
参数名	参数值
目的连接名称	选择已创建的DLI数据源连接。
资源队列	选择已创建的DLI SQL类型的队列。
数据库名称	选择DLI下已创建的数据库。当前示例为在DLI上创建数据库和表创建的数据库名，即为“testdb”。
表名	选择DLI下已创建的表名。当前示例为在DLI上创建数据库和表创建的表名，即为“tabletest”。
导入前清空数据	选择导入前是否清空目的表的数据。当前示例选择为“否”。如果设置为是，任务启动前会清除目标表中数据。

详细的参数配置可以参考：CDM配置DLI目的端参数。

单击“下一步”，进入到字段映射界面，CDM会自动匹配源和目的字段。
- 如果字段映射顺序不匹配，可通过拖拽字段调整。
- 如果选择在目的端自动创建类型，这里还需要配置每个类型的字段类型、字段名称。
- CDM支持迁移过程中转换字段内容，详细请参见字段转换。
  图6 字段映射
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：如果需要配置作业定时自动执行，请参见配置定时任务。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。
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。
图7 迁移作业进度和结果查询