DWS数据源

使用前准备及限制

• 网络要求

  DWS数据源必须与CDM网络进行通讯，以确保数据传输的顺畅性。

• 权限要求
  DWS读写权限：

  • 读权限：
    • 从DWS读取数据，可以为数据集成服务的IAM用户或用户组授予DWS ReadOnlyAccess系统策略，该策略允许用户查看数据仓库服务资源。
    • 对于更精细的权限控制，可以创建自定义策略，根据具体需求授予如查询数据库、查询表等读取相关操作的权限。
  • 写权限：
    • 向DWS写入数据，需要为数据集成服务的IAM用户或用户组授予DWS FullAccess或DWS Administrator系统策略，该策略拥有数据仓库服务的所有权限。
    • 可以根据实际需求创建自定义策略，授予如插入数据、创建表、更新数据等写入相关操作的权限。

支持的数据类型

DWS读写端兼容的字段类型如下所示。由于各版本DWS支持的字段类型能力可能不同，本数据集成服务以8.1.X版本为基准，覆盖并适配主流类型及其变体：

支持的迁移场景

数据集成离线同步支持以下三种同步方式，以满足不同数据迁移场景的需求：

• 单表同步

  适用于数据入湖和数据上云场景下，表或文件级别的数据同步。

• 分库分表同步

  适用于数据入湖和数据上云场景下，多库多表同步场景。

• 整库迁移

  适用于数据入湖和数据上云场景下，离线或自建数据库整体同步场景。

需要注意的是，分库分表与整库迁移能力会根据不同region的上线支持情况有所不同，具体支持情况以页面为准。以下是针对DWS的支持迁移场景概览：

核心能力速览

• 连接配置

  配置项	支持情况	说明
  用户/AK	√	支持用户AKSK认证，确保连接安全。
  SSL加密	√	支持SSL加密，保障数据传输安全，当前仅支持云上RDS开启SSL认证。
  SSL认证支持	单向认证	当前仅支持云上RDS开启SSL认证，通过标准华为云CA证书进行认证
  连接配置调优	√	支持connectTimeout等连接配置调优，可根据实际需求优化连接性能。
  自定义驱动	x	支持自定义驱动，提供更高的灵活性，暂不支持。

• 读取能力

  配置项	支持情况	说明
  分片并发	√	支持按主键或常见字段做水平分片，多线程并行抽取，显著提升吞吐效率。
  脏数据处理	√	支持异常数据写入脏数据桶，避免因少量异常数据导致作业失败。
  自定义字段	√	可在任务级追加计算列、常量列或脱敏函数，满足个性化业务需求。
  增量读取	√	支持where条件和SQL模式，可实现增量读取。
  流批读取方式	批读	支持批量读取，适用于中小数据量场景，可一次性处理数据，提高处理效率。
  读取行数调优	√	可根据需求在连接中配置【单次请求行数】，合理控制数据传输量，优化性能，避免因数据量过大导致的传输延迟或系统压力。
  视图读取	√	支持从视图中读取数据，实现灵活的数据集成与处理。

• 写入能力

  配置项	支持情况	说明
  冲突解决	√	支持copy/upsert等多种写入方式，可灵活处理数据冲突。
  导入前后处理	√	支持preSql/delete等操作，可在数据导入前后进行数据清洗和处理。
  并发写入	√	支持并发写入，提升写入效率。
  写入行数调优	√	可根据需求配置单次写入的行数，合理控制数据传输量，优化性能，避免因数据量过大导致的传输延迟或系统压力。
  脏数据处理	√	支持异常数据写入脏数据桶，避免因少量异常数据导致作业失败。
  编辑态建表	√	在作业编辑过程中手动创建表。用户可以根据数据的结构和需求，提前定义表的结构、字段类型等进行表创建。

创建数据源

在DataArts Studio管理中心新建相应的数据源，详情请参见创建DataArts Studio数据连接。

创建数据集成离线作业

在DataArts Studio数据开发中新建DWS集成作业，详情请参见新建离线处理集成作业。