Elasticsearch数据源

使用前准备及限制

• 版本要求

  仅支持Elasticsearch 7.x及以下版本。

• 网络要求

  Elasticsearch数据源必须与CDM网络进行通讯，以确保数据传输的顺畅性。详情请参见网络打通。

• 权限要求
  • 华为云CSS服务权限要求：
    • 读权限：数据集成服务需要从CSS读取集群信息，可在IAM授予CSS ReadOnlyAccess策略或自定义只读权限。该权限允许用户执行查询集群列表、查看集群详情、获取监控指标、查看快照信息等读取操作。
    • 写权限：数据集成服务需要向CSS创建或变更集群资源，可在IAM授予CSS FullAccess策略或自定义读写权限。该权限涵盖读权限全部操作。
  • 开源Elasticsearch权限要求：
    • 读权限：数据集成服务仅需读取索引数据，可在Elasticsearch中授予read内置角色并绑定对应索引。
    • 写权限：数据集成服务需要写入/更新/删除文档，可在Elasticsearch中授予write角色（或index角色）。
• 端口放通

  Elasticsearch端口（9200）：需放通TCP 9200供华为云数据集成服务访问。

支持的数据类型

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Elasticsearch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
  SSL支持	√	支持SSL加密，保障数据传输安全，暂不支持。

• 读取能力

  配置项	支持情况	说明
  增量读取	√	支持通过【过滤条件】配置，实现增量读取。
  分片并发	x	3.x以上版本支持Shard分片能力，充分利用资源，提升读取性能。
  自定义字段能力	√	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。
  脏数据能力	√	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。

• 写入能力

  配置项	支持情况	说明
  导入前清空	√	支持导入前清空数据操作，可在数据导入前进行数据清洗和处理。
  冲突解决	√	支持UPSERT/UPDATE/INDEX/CREATE四种写入操作，可灵活处理数据冲突。
  并发写入	√	支持并发写入，提升写入效率。
  攒批提交	√	支持配置【单次提交数】，攒批提交到服务端。
  脏数据能力	√	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。

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Elasticsearch集成作业，详情请参见新建离线处理集成作业。