OBS数据迁移到云搜索服务

操作场景

CDM支持在云上各服务之间相互迁移数据，本章节介绍如何通过CDM将数据从OBS迁移到云搜索服务中，流程如下：

1. 创建CDM集群
2. 创建云搜索服务连接
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。
• 已经开通了云搜索服务，且获取云搜索服务集群的IP地址和端口。

创建CDM集群

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。

创建云搜索服务连接

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“云搜索服务”后单击“下一步”，配置云搜索服务连接参数。
   • 名称：用户自定义连接名称，例如“csslink”。
   • Elasticsearch服务器列表：配置为云搜索服务集群（支持5.X以上版本）的连接地址、端口，格式为“ip:port”，多个地址之间使用分号（；）分隔，例如192.168.0.1:9200;192.168.0.2:9200。
   • 用户名、密码：配置为访问云搜索服务集群的用户，需要拥有数据库的读写权限。
   图2 创建云搜索服务连接
   

3. 单击“保存”回到连接管理界面。

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3所示。
   图3 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5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4所示。
        图4 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5 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OBS导出数据到云搜索服务的任务。
   图6 创建OBS到云搜索服务的迁移任务
   
   • 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OBS连接中的“obslink”。
     • 桶名：待迁移数据的桶。
     • 源目录或文件：待迁移数据的路径，也可以迁移桶下的所有目录、文件。
     • 文件格式：迁移文件到数据表时，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。
   • 目的端作业配置
     • 目的连接名称：选择创建云搜索服务连接中的“csslink”。
     • 索引：待写入数据的Elasticsearch索引，也可以输入一个新的索引，CDM会自动在云上搜索服务中创建。
     • 类型：待写入数据的Elasticsearch类型，可输入新的类型，CDM支持在目的端自动创建类型。
     • 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7所示。
   • 如果字段映射顺序不匹配，可通过拖拽字段调整。
   • 如果选择在目的端自动创建类型，这里还需要配置每个类型的字段类型、字段名称。
   • CDM支持迁移过程中转换字段内容，详细请参见字段转换。
   图7 云搜索服务的字段映射
   

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开启。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，适当的抽取并发数可以提升迁移效率，配置原则请参见性能调优。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，写入脏数据前需要在CDM先配置好OBS连接。这里保持默认值“否”即可，不记录脏数据。

   图8 任务配置
   

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。