文档首页 > > 用户指南> 迁移场景介绍> 云内数据迁移> 云上从OBS数据迁移到DLI服务

云上从OBS数据迁移到DLI服务

分享
更新时间: 2020/05/27 GMT+08:00

操作场景

数据湖探索(Data Lake Insight,简称DLI)提供大数据查询服务,本章节介绍使用CDM将OBS的数据迁移到DLI,使用流程如下:

  1. 创建CDM集群
  2. 创建DLI连接
  3. 创建OBS连接
  4. 创建迁移作业

前提条件

  • 已经开通了OBS和DLI。
  • 已经在DLI服务中创建好资源队列、数据库和表。

创建CDM集群

登录 CDM管理控制台,根据实际情况选择操作:
  • 如果您已拥有CDM集群,则直接单击集群后的“作业管理”,继续创建连接即可。
  • 如果没有,则单击“购买云数据迁移服务”开始创建集群,具体操作请参见创建集群

    该场景下,如果CDM集群只是用于迁移OBS数据到DLI,不需要迁移其他数据源,则CDM集群所在的VPC、子网、安全组选择任一个即可,没有要求,CDM通过内网访问DLI和OBS。主要是选择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。

创建DLI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1所示。

    图1 选择连接器类型

  2. 连接器类型选择“数据湖探索(DLI)”后单击“下一步”,配置DLI连接参数,如图2所示。

    • 名称:用户自定义连接名称,例如“dlilink”
    • 访问标识(AK)、密钥(SK):访问DLI数据库的AK、SK。可在管理控制台鼠标移动到用户名上,下拉框中选择我的凭证 > 管理访问密钥后获取。
    • 项目ID:DLI所属区域的项目ID,在“我的凭证”中获取。
    图2 创建DLI连接

  3. 单击“保存”回到连接管理界面。

创建OBS连接

  1. 在连接管理界面单击“新建连接”,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3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。
    图3 创建OBS连接

  2. 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OBS迁移数据到DLI的任务,如图4所示。

    图4 创建OBS到DLI的迁移任务
    • 作业名称:用户自定义作业名称。
    • 源连接名称:选择创建OBS连接中的“obslink”
      • 桶名:待迁移数据所属的桶。
      • 源目录或文件:待迁移数据的具体路径。
      • 文件格式:传输文件到数据表时,这里选择“CSV格式”“JSON格式”
      • 高级属性里的可选参数保持默认,详细说明请参见配置对象存储源端参数
    • 目的连接名称:选择创建DLI连接中的“dlilink”
      • 资源队列:选择目的表所属的资源队列。
      • 数据库名称:写入数据的数据库名称。
      • 表名:写入数据的目的表。CDM暂不支持在DLI中自动创表,这里的表需要先在DLI中创建好,且该表的字段类型和格式,建议与待迁移数据的字段类型、格式保持一致。
      • 导入前清空数据:导入数据前,选择是否清空目的表中的数据,这里保持默认“否”

  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。

    • 如果字段映射顺序不匹配,可通过拖拽字段调整。
    • CDM支持迁移过程中转换字段内容,详细参见字段转换

  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,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。
    • 作业运行完是否删除:这里保持默认值“不删除”

  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。

分享:

    相关文档

    相关产品

文档是否有解决您的问题?

提交成功!

非常感谢您的反馈,我们会继续努力做到更好!

反馈提交失败,请稍后再试!

*必选

请至少选择或填写一项反馈信息

字符长度不能超过200

提交反馈 取消

如您有其它疑问,您也可以通过华为云社区问答频道来与我们联系探讨

智能客服提问云社区提问