操作场景

CDM支持在同构、异构数据源之间进行整库迁移，迁移原理与新建表/文件迁移作业相同，关系型数据库的每张表、Redis的每个键前缀、Elasticsearch的每个类型、MongoDB的每个集合都会作为一个子任务并发执行。

支持整库迁移的数据源请参见整库迁移支持的数据源类型。

自动建表时的字段类型映射

CDM迁移数据库时支持在目的端自动建表。CDM在数据仓库服务（Data Warehouse Service，简称DWS）中自动建表时，DWS的表与源表的字段类型映射关系如图1所示。例如使用CDM将Oracle整库迁移到DWS，CDM在DWS上自动建表，会将Oracle的NUMBER(3,0)字段映射到DWS的SMALLINT。

图1 DWS端自动建表时的字段映射

前提条件

• 已新建连接。
• CDM集群与待迁移数据源可以正常通信。

操作步骤

1. 进入CDM主界面，单击左侧导航上的“集群管理”，选择集群后的“作业管理”。
2. 选择“整库迁移 > 新建作业”，进入作业参数配置界面。
   图2 创建整库迁移作业
   

3. 配置源端作业参数，根据待迁移的数据库类型配置对应参数，如表1所示。

   表1 源端作业参数

   源端数据库类型	源端参数	参数说明	取值样例
   DWS FusionInsight LibrA MySQL PostgreSQL SQL Server Oracle IBM Db2 SAP HANA MYCAT 达梦数据库 DM	模式或表空间	“使用SQL语句”选择“否”时，显示该参数，表示待抽取数据的模式或表空间名称。单击输入框后面的按钮可进入模式选择界面，用户也可以直接输入模式或表空间名称。 如果选择界面没有待选择的模式或表空间，请确认对应连接里的帐号是否有元数据查询的权限。	schema
   	Where子句	该参数适用于整库迁移中的所有子表，配置子表抽取范围的Where子句，不配置时抽取整表。如果待迁移的表中没有Where子句的字段，则迁移失败。 该参数支持配置为时间宏变量，实现抽取指定日期的数据，详细说明请参见关系数据库增量迁移。	age > 18 and age <= 60
   	分区字段是否允许空值	选择分区字段是否允许空值。	是
   HIVE	数据库名称	待迁移的数据库名称，源连接中配置的用户需要拥有读取该数据库的权限。	hivedb
   HBASE CloudTable	起始时间	起始时间（包含该值）。格式为'yyyy-MM-dd hh:mm:ss', 支持dateformat时间宏变量函数。例如："2017-12-31 20:00:00" 或 "${dateformat(yyyy-MM-dd, -1, DAY)} 02:00:00" 或 ${dateformat(yyyy-MM-dd HH:mm:ss, -1, DAY)}	-
   	终止时间	终止时间（不包含该值）。格式为'yyyy-MM-dd hh:mm:ss', 支持dateformat时间宏变量函数。例如："2018-01-01 20:00:00" 或 "${dateformat(yyyy-MM-dd, -1, DAY)} 02:00:00" 或 "${dateformat(yyyy-MM-dd HH:mm:ss, -1, DAY)}"	-
   Redis	键过滤字符	填写键过滤字符后，将迁移符合条件的键。例如：a*, 迁移所有:*	-
   DDS MongoDB	数据库名称	待迁移的数据库名称，源连接中配置的用户需要拥有读取该数据库的权限。	mongodb
   	查询筛选	创建用于匹配文档的筛选器。例如：{HTTPStatusCode:{$gt:"400",$lt:"500"},HTTPMethod:"GET"}。	-
   Elasticsearch CSS	索引	待抽取数据的索引，支持配置为通配符，一次迁移多个符合通配符条件的索引。例如这里配置为cdm*时，CDM将迁移所有名称为cdm开头的索引：cdm01、cdmB3、cdm_45…… 如果源端配置为迁移多个索引时，目的端的作业参数“索引”将不允许配置。	cdm*

4. 配置目的端作业参数，根据待导入数据的云服务配置对应参数，如表2所示。

   表2 目的端作业参数

   源端数据库类型	源端参数	参数说明	取值样例
   DWS FusionInsight LibrA MySQL PostgreSQL SQL Server	-	整库迁移到关系数据库时，目的端作业参数请参见配置关系数据库目的端参数。	schema
   MRS HIVE	-	整库迁移到MRS HIVE时，目的端作业参数请参见配置Hive目的端参数。	hivedb
   MRS HBASE CloudTable	-	整库迁移到MRSHBASE或CloudTable时，目的端作业参数请参见配置HBase/CloudTable目的端参数。	是
   MRS HDFS	-	整库迁移到MRS HDFS时，目的端作业参数请参见配置HDFS目的端参数。	-
   OBS	-	整库迁移到OBS时，目的端作业参数请参见配置OBS目的端参数。	-
   DCS	-	整库迁移到DCS时，目的端作业参数请参见配置DCS目的端参数。	-
   DDS	数据库名称	待迁移的数据库名称，源连接中配置的用户需要拥有读取该数据库的权限。	mongodb
   	迁移行为	新增 有则替换，无则新增 替换	-
   CSS	索引	待抽取数据的索引，支持配置为通配符，一次迁移多个符合通配符条件的索引。例如这里配置为cdm*时，CDM将迁移所有名称为cdm开头的索引：cdm01、cdmB3、cdm_45…… 如果源端配置为迁移多个索引时，目的端的作业参数“索引”将不允许配置。	cdm*

5. 如果是关系型数据库整库迁移，则作业参数配置完成后，单击“下一步”会进入表的选择界面，您可以根据自己的需求选择迁移哪些表到目的端。
6. 单击“下一步”配置任务参数。
   图3 任务参数
   
   各参数说明如表3所示。

   表3 任务配置参数

   参数	说明	取值样例
   同时执行的表个数	抽取时并发执行的表的数量。	3
   抽取并发数	设置同时执行的抽取任务数，一般保持默认即可。	1
   是否写入脏数据	选择是否记录脏数据，默认不记录脏数据。	是
   脏数据写入连接	当“是否写入脏数据”为“是”才显示该参数。 脏数据要写入的连接，目前只支持写入到OBS连接。	obs_link
   OBS桶	当“脏数据写入连接”为OBS类型的连接时，才显示该参数。 写入脏数据的OBS桶的名称。	dirtydata
   脏数据目录	“是否写入脏数据”选择为“是”时，该参数才显示。 OBS上存储脏数据的目录，只有在配置了脏数据目录的情况下才会记录脏数据。 用户可以进入脏数据目录，查看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，针对该数据可以查看源数据中哪些数据不符合转换、清洗规则。	/user/dirtydir
   单个分片的最大错误记录数	当“是否写入脏数据”为“是”才显示该参数。 单个map的错误记录超过设置的最大错误记录数则任务自动结束，已经导入的数据不支持回退。推荐使用临时表作为导入的目标表，待导入成功后再改名或合并到最终数据表。	0

7. 单击“保存”，或者“保存并运行”。

   作业任务启动后，每个待迁移的表都会生成一个子任务，单击整库迁移的作业名称，可查看子任务列表。