步骤二：数据迁移

1. 配置 CDM 数据源连接。
   1. 配置源端 MRS Kafka的数据源连接。
      1. 登录CDM控制台，选择“集群管理”，选择已创建的CDM集群，在操作列选择“作业管理”。
      2. 在作业管理界面，选择“连接管理”，单击“新建连接”，连接器类型选择“MRS Kafka”，单击“下一步”。
         图2 创建MRS Kafka数据源
         
      3. 配置源端MRS Kafka的数据源连接，具体参数配置如下。

         表1 MRS Kafka数据源配置

         参数	值
         名称	自定义MRS Kafka数据源名称。例如当前配置为“source_kafka”。
         Manager IP	单击输入框旁边的“选择”按钮，选择当前MRS Kafka集群即可自动关联出来Manager IP。
         用户名	在2中创建的MRS Kafka用户名。
         密码	对应MRS Kafka用户名的密码。
         认证类型	如果当前MRS集群为普通集群则选择为SIMPLE，如果是MRS集群启用了Kerberos安全认证则选择为KERBEROS。 本示例选择为：KERBEROS。

         更多参数的详细说明可以参考CDM上配置Kafka连接。

         图3 CDM配置MRS Kafka数据源连接
         
      4. 单击“保存”完成MRS Kafka数据源配置。
   2. 配置目的端 DLI 的数据源连接。
      1. 登录CDM控制台，选择“集群管理”，选择已创建的CDM集群，在操作列选择“作业管理”。
      2. 在作业管理界面，选择“连接管理”，单击“新建连接”，连接器类型选择“ 数据湖探索 （DLI）”，单击“下一步”。
         图4 创建DLI数据源连接
         
      3. 配置目的端DLI数据源连接连接参数。具体参数配置可以参考在CDM上配置DLI连接。
         图5 配置DLI数据源连接参数
         
      4. 配置完成后，单击“保存”完成DLI数据源配置。
2. 创建CDM迁移作业。
   1. 登录CDM控制台，选择“集群管理”，选择已创建的CDM集群，在操作列选择“作业管理”。
   2. 在“作业管理”界面，选择“表/文件迁移”，单击“新建作业”。
   3. 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6 新建CDM作业作业配置
      
      1. 作业名称：自定义数据迁移的作业名称。例如，当前定义为：test。
      2. 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。
         Topics	选择MRS Kafka待迁移的Topic名称，支持单个或多个Topic。当前示例为：kafkatopic。
         数据格式	根据实际情况选择当前消息格式。本示例选择为：CDC（DRS_JSON），以DRS_JSON格式解析源数据。
         偏移量参数	从Kafka拉取数据时的初始偏移量。本示例当前选择为：最新。 最新：最大偏移量，即拉取最新的数据。 最早：最小偏移量，即拉取最早的数据。 已提交：拉取已提交的数据。 时间范围：拉取时间范围内的数据。
         是否持久运行	用户自定义是否永久运行。当前示例选择为：否。
         拉取数据超时时间	持续拉取数据多长时间超时，单位分钟。当前示例配置为：15。
         等待时间	可选参数，超出等待时间还是无法读取到数据，则不再读取数据，单位秒。当前示例不配置该参数。
         消费组ID	用户指定消费组ID。当前使用MRS Kafka默认的消息组ID：“example-group1”。

         其他参数的详细配置说明可以参考：CDM配置Kafka源端参数。

      3. 目的端作业配置，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1.b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上创建数据库和表中创建的数据库名，即为“testdb”。
         表名	选择DLI下已创建的表名。当前示例为在DLI上创建数据库和表中创建的表名，即为“testdlitable”。
         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。

3. 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7 字段映射
   
4. 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。
5. 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8 迁移作业进度和结果查询