# 典型场景示例：迁移DWS数据至DLI 本文为您介绍如何通过CDM数据同步功能，迁移数据仓库服务DWS数据至DLI。 #### 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**"。 - 已创建数据仓库服务DWS集群。具体创建DWS集群的操作可以参考[创建DWS集群](https://support.huaweicloud.com/mgtg-dws/dws_01_0019.html)。 - 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DWS、MRS等服务时，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DWS集群保持一致。 #### 步骤一：数据准备 - DWS集群上创建数据库和表。 1. 参考[使用gsql命令行客户端连接DWS集群](https://support.huaweicloud.com/mgtg-dws/dws_01_0093.html)连接已创建的DWS集群。 2. 执行以下命令连接DWS集群的默认数据库"gaussdb"： ``` gsql -d gaussdb -h DWS集群连接地址 -U dbadmin -p 8000 -W password -r ``` - gaussdb：DWS集群默认数据库。 - DWS集群连接地址：请参见[获取集群连接地址](https://support.huaweicloud.com/mgtg-dws/dws_01_0033.html)进行获取。如果通过公网地址连接，请指定为集群"公网访问地址"或"公网访问域名"，如果通过内网地址连接，请指定为集群"内网访问地址"或"内网访问域名"。如果通过弹性负载均衡连接，请指定为"弹性负载均衡地址"。 - dbadmin：创建集群时设置的默认管理员用户名。 - -W：默认管理员用户的密码。 3. 在命令行窗口输入以下命令创建数据库"testdwsdb"。 ``` CREATE DATABASE testdwsdb; ``` 4. 执行以下命令，退出gaussdb数据库，连接新创建的数据库"testdwsdb"。 ``` \q gsql -d testdwsdb -h DWS集群连接地址 -U dbadmin -p 8000 -W password -r ``` 5. 执行以下命令创建表并插入数据。 创建表： ``` CREATE TABLE table1(id int, a char(6), b varchar(6),c varchar(6)) ; ``` 插入表数据： ``` INSERT INTO table1 VALUES(1,'123','456','789'); INSERT INTO table1 VALUES(2,'abc','efg','hif'); ``` 6. 查询表数据确认数据插入成功。 ``` select * from table1; ``` 图1查询表数据 ![](https://support.huaweicloud.com/usermanual-dli/zh-cn_image_0000002072004849.png) - 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. 在"SQL编辑器"中，数据库选择"testdb"，执行以下建表语句创建数据库下的表。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 tabletest(id INT, name1 string, name2 string, name3 string); ``` #### 步骤二：数据迁移 1. 配置CDM数据源连接。 1. 创建源端DWS数据库的连接。 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"数据仓库服务（DWS）"，单击"下一步"。 3. 配置连接DWS的数据源连接参数，具体参数配置如下。 表1DWS数据源配置 | 参数 | 值 | |:---|:---| | 名称 | 自定义DWS数据源名称。例如当前配置为：source_dws。 | | 数据库服务器 | 单击输入框旁边的"选择"按钮，选择当前已创建的DWS集群名称。 | | 端口 | DWS数据库的端口，默认为：8000。 | | 数据库名称 | 当前需要迁移的DWS数据库名称。当前示例为[DWS集群上创建数据库和表]中创建的数据库"testdwsdb"。 | | 用户名 | 待连接数据库的用户。该数据库用户需要有数据表的读写权限，以及对元数据的读取权限。 本示例使用创建DWS数据库实例的默认管理员用户"dbadmin"。 | | 密码 | 对应的DWS数据库用户的密码。 | 图2CDM配置DWS数据源 ![](https://support.huaweicloud.com/usermanual-dli/zh-cn_image_0000002071886245.png "点击放大") 其他更多参数保持默认即可，如果需要了解更多参数说明，可以参考[配置关系数据库连接](https://support.huaweicloud.com/usermanual-cdm/cdm_01_0025.html)。单击"保存"完成DWS数据源连接配置。 2. 创建目的端DLI数据源的连接。 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_0000002035925284.png "点击放大") 1. 配置目的端DLI数据源连接。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创建DLI数据源连接 ![](https://support.huaweicloud.com/usermanual-dli/zh-cn_image_0000002035766964.png "点击放大") 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5CDM数据迁移作业配置 ![](https://support.huaweicloud.com/usermanual-dli/zh-cn_image_0000002072004853.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：test。 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。 | | 使用SQL语句 | "使用SQL语句"选择"是"时，您可以在这里输入自定义的SQL语句，CDM将根据该语句导出数据。 本示例当前选择为"否"。 | | 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。 本示例因为[DWS集群上创建数据库和表]中没有创建SCHEMA，则本参数为默认的"public"。 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账号是否有元数据查询的权限。 说明： 该参数支持配置通配符（\*），实现导出以某一前缀开头或者以某一后缀结尾的所有数据库。例如： SCHEMA\*表示导出所有以"SCHEMA"开头的数据库。 \*SCHEMA表示导出所有以"SCHEMA"结尾的数据库。 \*SCHEMA\*表示数据库名称中只要有"SCHEMA"字符串，就全部导出。 | | 表名 | 待迁移的DWS数据表名。当前为[DWS集群上创建数据库和表]中的"table1"表。 | 更多详细参数配置请参考[配置关系数据库源端参数](https://support.huaweicloud.com/usermanual-cdm/cdm_01_0040.html)。 3. 目的端作业参数配置，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]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]创建的表名，即为"tabletest"。 | | 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)。 4. 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_0000002071886249.png "点击放大") 5. 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。 6. 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_0000002035925288.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[在DLI上创建数据库和表]中已创建的数据库，执行DLI表查询语句，查询DWS表数据是否已成功迁移到DLI的"tabletest"表中。 ``` select * from tabletest; ``` 图8查询DLI表数据 ![](https://support.huaweicloud.com/usermanual-dli/zh-cn_image_0000002035766968.png "点击放大")