MongoDB数据源

使用前准备及限制

• 网络要求

  MongoDB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
  • 读权限：数据集成服务需要从MongoDB读取数据，可在目标数据库授予read内置角色。该角色允许用户执行find、aggregate、listCollections、listIndexes等读取操作。
  • 写权限：数据集成服务需要向MongoDB写入数据，可在目标数据库授予readWrite内置角色。该角色涵盖read 全部权限，并额外支持insert、update、remove、createCollection、createIndex等写入与结构变更操作。
• 端口放通

  MongoDB端口（27017）：需放通TCP 27017（及副本集/分片集群实际监听端口）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。支持的数据源类型请参考单表支持的数据源类型。

• 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。支持的数据源类型请参考分库分表同步支持的数据源类型。

• 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。支持的数据源类型请参考整库同步支持的数据源类型。

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MongoDB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	x	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【find条件】配置，实现增量读取。
  分片并发	x	通过并发读取，充分利用资源，提升读取性能，MongoDB链路暂不支持。
  Document嵌套解析	√	支持解析嵌套的Document数据结构，能够正确处理包含多层嵌套字段的Document数据，确保数据的完整性和准确性。
  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preSql操作，可在数据导入前进行数据清洗和处理。
  冲突解决	√	支持【新增】/【替换】等多种写入方式，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。
  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MongoDB集成作业，详情请参见新建离线处理集成作业。