# 典型场景示例：迁移Elasticsearch数据至DLI 本文为您介绍如何通过CDM数据同步功能，迁移Elasticsearch类型的CSS集群数据至DLI。其他自建的Elasticsearch等服务数据，均可以通过CDM与DLI进行双向同步。 #### 前提条件 - 已创建DLI的SQL队列。创建DLI队列的操作可以参考[创建DLI队列](https://support.huaweicloud.com/usermanual-dli/dli_01_0363.html)。 ![](https://support.huaweicloud.com/usermanual-dli/public_sys-resources/caution_3.0-zh-cn.png) 创建DLI队列时**队列类型** 需要选择为"**SQL队列**"。 - 已创建Elasticsearch类型的CSS集群。具体创建CSS集群的操作可以参考[创建CSS集群](https://support.huaweicloud.com/usermanual-css/css_01_0011.html)。 本示例创建的CSS集群版本为：7.6.2，集群为非安全集群。 - 已创建CDM迁移集群。创建CDM集群的操作可以参考[创建CDM集群](https://support.huaweicloud.com/usermanual-cdm/cdm_01_0018.html)。 ![](https://support.huaweicloud.com/usermanual-dli/public_sys-resources/note_3.0-zh-cn.png) - 如果目标数据源为云下的数据库，则需要通过公网或者专线打通网络。通过公网互通时，需确保CDM集群已绑定EIP、CDM云上安全组出方向放通云下数据源所在的主机、数据源所在的主机可以访问公网且防火墙规则已开放连接端口。 - 数据源为云上的CSS服务时，网络互通需满足如下条件： i. CDM集群与云上服务处于不同区域的情况下，需要通过公网或者专线打通网络。通过公网互通时，需确保CDM集群已绑定EIP，数据源所在的主机可以访问公网且防火墙规则已开放连接端口。 ii. CDM集群与云上服务同区域情况下，同虚拟私有云、同子网、同安全组的不同实例默认网络互通；如果同虚拟私有云但是子网或安全组不同，还需配置路由规则及安全组规则。 配置路由规则请参见[如何配置路由规则](https://support.huaweicloud.com/bestpractice-vpc/bestpractice_0009.html#bestpractice_0009__zh-cn_topic_0252060877_li16617547103419)章节，配置安全组规则请参见[如何配置安全组规则](https://support.huaweicloud.com/usermanual-ecs/zh-cn_topic_0140323152.html)章节。 iii. 此外，您还必须确保该云服务的实例与CDM集群所属的企业项目必须相同，如果不同，需要修改工作空间的企业项目。 本示例CDM集群的虚拟私有云、子网以及安全组和创建的CSS集群保持一致。 #### 步骤一：数据准备 - CSS集群上创建索引并导入数据。 1. 登录CSS管理控制台，选择"集群管理 \> Elasticsearch"。 2. 在集群管理界面，在已创建的CSS集群的"操作"列，单击"Kibana"访问集群。 3. 在Kibana的左侧导航中选择"Dev Tools"，进入到Console界面。 4. 在Console界面，执行如下命令创建索引"my_test"。 ``` PUT /my_test { "settings": { "number_of_shards": 1 }, "mappings": { "properties": { "productName": { "type": "text", "analyzer": "ik_smart" }, "size": { "type": "keyword" } } } } ``` 5. 在Console界面，执行如下命令，将数据导入到"my_test"索引中。 ``` POST /my_test/_doc/_bulk {"index":{}} {"productName":"2017秋装新款文艺衬衫女装","size":"L"} {"index":{}} {"productName":"2017秋装新款文艺衬衫女装","size":"M"} {"index":{}} {"productName":"2017秋装新款文艺衬衫女装","size":"S"} {"index":{}} {"productName":"2018春装新款牛仔裤女装","size":"M"} {"index":{}} {"productName":"2018春装新款牛仔裤女装","size":"S"} {"index":{}} {"productName":"2017春装新款休闲裤女装","size":"L"} {"index":{}} {"productName":"2017春装新款休闲裤女装","size":"S"} ``` 当返回结果信息中"**errors**"字段的值为"false"时，表示导入数据成功。 - 在DLI上创建数据库和表。 1. 登录DLI管理控制台，选择"SQL编辑器"，在SQL编辑器中"执行引擎"选择"spark"，"队列"选择已创建的SQL队列。 在编辑器中输入以下语句创建数据库，例如当前创建迁移后的DLI数据库testdb。详细的DLI创建数据库的语法可以参考[创建DLI数据库](https://support.huaweicloud.com/sqlref-spark-dli/dli_08_0071.html)。 ``` create database testdb; ``` 2. 创建数据库下的表。详细的DLI建表语法可以参考[创建DLI表](https://support.huaweicloud.com/sqlref-spark-dli/dli_08_0098.html)。 ``` create table tablecss(size string, productname string); ``` #### 步骤二：数据迁移 1. 配置CDM数据源连接。 1. 配置源端CSS的数据源连接。 1. 登录CDM控制台，选择"集群管理"，选择已创建的CDM集群，在操作列选择"作业管理"。 2. 在作业管理界面，选择"连接管理"，单击"新建连接"，连接器类型选择"云搜索服务"，单击"下一步"。 图1创建CSS数据源 ![](https://support.huaweicloud.com/usermanual-dli/zh-cn_image_0000002072005045.png "点击放大") 3. 配置源端CSS的数据源连接，具体参数配置如下。详细参数配置可以参考[CDM上配置CSS连接](https://support.huaweicloud.com/usermanual-cdm/cdm_01_0084.html)。 表1CSS数据源配置 | 参数 | 值 | |:---|:---| | 名称 | 自定义CSS数据源名称。例如当前配置为"source_css"。 | | Elasticsearch服务器列表 | 单击输入框旁边的"选择"按钮，选择当前CSS集群即可自动关联出来Elasticsearch服务器列表。 | | 安全模式认证 | 如果所需连接的CSS集群在创建时开启了"安全模式"，该参数需设置为"是"，否则设置为"否"。 本示例选择为"否"。 | 图2CDM配置CSS数据源 ![](https://support.huaweicloud.com/usermanual-dli/zh-cn_image_0000002071886445.png "点击放大") 4. 单击"保存"完成CSS数据源配置。 2. 配置目的端DLI的数据源连接。 1. 登录CDM控制台，选择"集群管理"，选择已创建的CDM集群，在操作列选择"作业管理"。 2. 在作业管理界面，选择"连接管理"，单击"新建连接"，连接器类型选择"数据湖探索（DLI）"，单击"下一步"。 图3创建DLI数据源连接 ![](https://support.huaweicloud.com/usermanual-dli/zh-cn_image_0000002035767164.png "点击放大") 3. 配置目的端DLI数据源连接连接参数。具体参数配置可以参考[在CDM上配置DLI连接](https://support.huaweicloud.com/usermanual-cdm/cdm_01_0050.html)。 图4配置DLI数据源连接参数 ![](https://support.huaweicloud.com/usermanual-dli/zh-cn_image_0000002035925484.png "点击放大") 4. 配置完成后，单击"保存"完成DLI数据源配置。 2. 创建CDM迁移作业。 1. 登录CDM控制台，选择"集群管理"，选择已创建的CDM集群，在操作列选择"作业管理"。 2. 在"作业管理"界面，选择"表/文件迁移"，单击"新建作业"。 3. 在新建作业界面，配置当前作业配置信息，具体参数参考如下： 图5新建CDM作业作业配置 ![](https://support.huaweicloud.com/usermanual-dli/zh-cn_image_0000002072005049.png "点击放大") 1. 作业名称：自定义数据迁移的作业名称。例如，当前定义为：css_to_dli。 2. 源端作业配置，具体参考如下： 表2源端作业配置 | 参数名 | 参数值 | |:---|:---| | 源连接名称 | 选择[1.a]中已创建的数据源名称。 | | 索引 | 选择CSS集群中创建的Elasticsearch索引名。当前示例为[CSS集群上创建索引并导入数据]中创建的索引"my_test"。 索引名称只能全部小写，不能有大写。 | | 类型 | Elasticsearch的类型，类似关系数据库中的表名称。类型名称只能全部小写，不能有大写。当前示例为："_doc"。 | 更多其他参数说明可以参考：[CDM配置CSS源端参数](https://support.huaweicloud.com/usermanual-cdm/cdm_01_0081.html)。 3. 目的端作业配置，具体参考如下： 表3目的端作业配置 | 参数名 | 参数值 | |:---|:---| | 目的连接名称 | 选择[1.b]已创建的DLI数据源连接。 | | 资源队列 | 选择已创建的DLI SQL类型的队列。 | | 数据库名称 | 选择DLI下已创建的数据库。当前示例为[在DLI上创建数据库和表]中创建的数据库名，即为"testdb"。 | | 表名 | 选择DLI下已创建的表名。当前示例为[在DLI上创建数据库和表]中创建的表名，即为"tablecss"。 | | 导入前清空数据 | 选择导入前是否清空目的表的数据。当前示例选择为"否"。 如果设置为是，任务启动前会清除目标表中数据。 | 详细的参数配置可以参考：[CDM配置DLI目的端参数](https://support.huaweicloud.com/usermanual-cdm/cdm_01_0078.html)。 3. 单击"下一步"，进入到字段映射界面，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。 - 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](https://support.huaweicloud.com/bestpractice-dataartsstudio/dataartsstudio_05_0012.html)。 图6字段映射 ![](https://support.huaweicloud.com/usermanual-dli/zh-cn_image_0000002071886453.png "点击放大") 4. 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](https://support.huaweicloud.com/usermanual-cdm/cdm_01_0067.html)。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。 5. 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。 图7迁移作业进度和结果查询 ![](https://support.huaweicloud.com/usermanual-dli/zh-cn_image_0000002035767172.png "点击放大") #### 步骤三：结果查询 CDM迁移作业运行完成后，再登录到DLI管理控制台，选择"SQL编辑器"，在SQL编辑器中"执行引擎"选择"spark"，"队列"选择已创建的SQL队列，数据库选择已[1]中已创建的数据库，执行DLI表查询语句，查询CSS的数据是否已成功迁移到DLI的"tablecss"表中。 ``` select * from tablecss; ``` 图8迁移后查询DLI的表数据 ![](https://support.huaweicloud.com/usermanual-dli/zh-cn_image_0000002035925488.png "点击放大")