MySQL数据迁移到OBS

操作场景

CDM支持表到OBS的迁移，本章节以MySQL-->OBS为例，介绍如何通过CDM将表数据迁移到OBS中。流程如下：

1. 创建CDM集群并绑定EIP
2. 创建MySQL连接
3. 创建OBS连接
4. 创建迁移作业

前提条件

• 已获取OBS的访问域名、端口，以及AK、SK。
• 已获取连接MySQL数据库的IP地址、端口、数据库名称、用户名、密码，且该用户拥有MySQL数据库的读写权限。
• 已在CDM集群的“作业管理 > 连接管理 > 驱动管理”页面，上传了MySQL数据库驱动。

创建CDM集群并绑定EIP

1. 如果是独立CDM服务，参考创建集群创建CDM集群；如果是作为DataArts Studio服务CDM组件使用，参考创建集群创建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。

2. 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MySQL。
   

   如果用户对本地数据源的访问通道做了SSL加密，则CDM无法通过弹性IP连接数据源。

创建MySQL连接

1. 在CDM集群管理界面，单击集群后的“作业管理”，选择“连接管理 > 新建连接”，进入连接器类型的选择界面，如图1所示。
   图1 选择连接器类型
   

2. 选择“云数据库 MySQL”后单击“下一步”，配置云数据库 MySQL连接的参数。

   单击“显示高级属性”可查看更多可选参数，具体请参见配置云数据库MySQL/MySQL数据库连接。这里保持默认，必填参数如表1所示。

   表1 MySQL连接参数

   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。	mysqllink
   数据库服务器	MySQL数据库的IP地址或域名。	-
   端口	MySQL数据库的端口。	3306
   数据库名称	MySQL数据库的名称。	sqoop
   用户名	拥有MySQL数据库的读、写和删除权限的用户。	admin
   密码	用户的密码。	-
   使用本地API	使用数据库本地API加速（系统会尝试启用MySQL数据库的local_infile系统变量）。	是
   使用Agent	Agent功能待下线，无需配置。	-
   local_infile字符集	MySQL通过local_infile导入数据时，可配置编码格式。	utf8
   驱动版本	CDM连接关系数据库前，需要先上传所需关系数据库的JDK8版本.jar格式驱动。MySQL的驱动请从https://downloads.mysql.com/archives/c-j/选择5.1.48版本下载，从中获取mysql-connector-java-5.1.48.jar，然后进行上传。	-

3. 单击“保存”回到连接管理界面。
   

   如果保存时出错，一般是由于MySQL数据库的安全设置问题，需要设置允许CDM集群的EIP访问MySQL数据库。

创建OBS连接

1. 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2所示。
   图2 选择连接器类型
   

2. 连接器类型选择“对象存储服务（OBS）”后，单击“下一步”配置OBS连接参数，如图4所示。
   • 名称：用户自定义连接名称，例如“obslink”。
   • OBS服务器、端口：配置为OBS实际的地址信息。
   • 访问标识（AK）、密钥（SK）：登录OBS的AK、SK。
     您可以通过如下方式获取访问密钥。

     1. 登录控制台，在用户名下拉列表中选择“我的凭证”。
     2. 进入“我的凭证”页面，选择“访问密钥 > 新增访问密钥”，如图3所示。
        图3 单击新增访问密钥
        
     3. 单击“确定”，根据浏览器提示，保存密钥文件。密钥文件会直接保存到浏览器默认的下载文件夹中。打开名称为“credentials.csv”的文件，即可查看访问密钥（Access Key Id和Secret Access Key）。
        

        • 每个用户仅允许新增两个访问密钥。
        • 为保证访问密钥的安全，访问密钥仅在初次生成时自动下载，后续不可再次通过管理控制台界面获取。请在生成后妥善保管。
   图4 创建OBS连接
   

3. 单击“保存”回到连接管理界面。

创建迁移作业

1. 选择“表/文件迁移 > 新建作业”，开始创建从MySQL导出数据到OBS的任务。
   图5 创建MySQL到OBS的迁移任务
   
   • 作业名称：用户自定义便于记忆、区分的任务名称。
   • 源端作业配置
     • 源连接名称：选择创建MySQL连接中的“mysqllink”。
     • 使用SQL语句：否。
     • 模式或表空间：待抽取数据的模式或表空间名称。
     • 表名：要抽取的表名。
     • 其他可选参数一般情况下保持默认即可。
   • 目的端作业配置
     • 目的连接名称：选择创建OBS连接中的“obslink”。
     • 桶名：待迁移数据的桶。
     • 写入目录：写入数据到OBS服务器的目录。
     • 文件格式：迁移数据表到文件时，文件格式选择“CSV格式”。
     • 高级属性里的可选参数一般情况下保持默认即可。

2. 单击“下一步”进入字段映射界面，CDM会自动匹配源和目的字段，如图6所示。
   • 如果字段映射顺序不匹配，可通过拖拽字段调整。
   • CDM的表达式已经预置常用字符串、日期、数值等类型的字段内容转换，详细请参见字段转换。
   图6 表到文件的字段映射
   

3. 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，可打开此配置。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。CDM支持并发抽取MySQL数据，如果源表配置了索引，可调大抽取并发数提升迁移速率。
   • 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。针对文件到表类迁移的数据，建议配置写入脏数据。
   • 作业运行完是否删除：这里保持默认值“不删除”。根据使用场景，也可配置为“删除”，防止迁移作业堆积。

4. 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。
5. 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。

   在历史记录界面单击“日志”，可查看作业的日志信息。