创建元数据连接

前提条件

已在源端元数据来源的环境中部署迁移工具Edge。

操作步骤

1. 登录迁移中心管理控制台。
2. 在左侧导航栏选择“调研>大数据血缘”，进入大数据血缘页面。在页面左上角的当前项目下拉列表中选择迁移项目。
3. 在元数据采集区域，单击“创建连接”，右侧弹出创建连接窗口。

   

4. 选择连接类型，单击“下一步”，进入详细配置页面。
5. 根据所选的连接类型，查看对应的参数配置说明，配置连接参数。
   • Hive Metastore连接参数配置说明
   • Doris连接参数配置说明
   • HBase连接参数配置说明
   • ClickHouse组件参数配置说明
   • Delta Lake（有元数据）连接参数配置说明
   • Delta Lake（无元数据）连接参数配置说明
   • Hudi（有元数据）连接参数配置说明
   • Hudi（无元数据）连接参数配置说明
   • MaxCompute连接参数配置说明
   • 阿里云云数据库ClickHouse连接参数配置说明

   表2 Hive Metastore连接参数配置说明

   参数	配置说明
   所属源	仅需在源端创建元数据连接。
   连接名称	默认创建名称为“Hive-Metastore-4位随机数（字母和数字）”，也可以自定义名称。
   迁移工具	选择在源端环境中部署的迁移工具Edge。
   启用安全连接	选择是否启用安全连接。 MetaStore在非安全集权下，可以不启用安全连接。 MetaStore在安全集群下，需要启用安全连接并选择凭证。凭证的获取以及添加方法请参考添加资源凭证中的大数据-Hive Metastore。
   Hive版本	选择源端Hive的实际版本。 注意： 如果源端Hive为2.1.1版本，此处需要选择1.x版本。
   MetaStore节点IP	填写连接MetaStore的IP地址。
   MetaStore Thrift服务端口	填写连接MetaStore的端口，默认为9083。

   表3 Doris连接参数配置说明

   参数	配置说明
   所属源	仅需在源端创建元数据连接。
   连接名称	默认创建名称为“Doris-4位随机数（字母和数字）”，也可以自定义名称。
   迁移工具	选择在源端环境中部署的迁移工具Edge。
   Doris凭证	选择在Edge添加的Doris凭证。凭证的添加方式请参考添加资源凭证，类型选择“大数据-Doris”。
   数据库地址	填写连接到Doris集群部署的服务器IP地址。
   数据库端口	填写连接到Doris集群部署的服务器的端口。默认为3306。
   数据库名	填写Doris数据库名称。

   表4 HBase连接参数配置说明

   参数	配置说明
   所属源	仅需在源端创建元数据连接。
   连接名称	默认创建名称为“HBase-4位随机数（字母和数字）”，也可以自定义名称。
   迁移工具	选择在源端环境中部署的迁移工具Edge。 注意： 需要在安装Edge的主机上配置/etc/hosts后，HBase元数据连接才能连接成功。host文件的获取方法请参见准备开发和运行环境。
   HBase凭证	选择在Edge添加的HBase凭证。凭证的添加方式请参考添加资源凭证，类型选择“大数据-HBase”。
   安全集群	选择是否部署在安全集群下。
   Zookeeper节点IP	填写连接到Zookeeper的IP地址。通常是部署Zookeeper的服务器公网IP地址或内网IP地址。
   Zookeepeer连接端口	填写连接到Zookeepeer的端口。
   HBase 版本	选择HBase的版本。

   表5 ClickHouse连接参数配置说明

   参数	配置说明
   所属源	仅需在源端创建元数据连接。
   连接名称	默认创建名称为“ClickHouse-4位随机数（字母和数字）”，也可以自定义名称。
   迁移工具	选择在源端环境中部署的迁移工具Edge。
   ClickHouse凭证（可选）	选择在Edge添加的ClickHouse凭证。凭证的添加方法请参考添加资源凭证中的大数据-ClickHouse。
   安全集群	选择是否部署在安全集群下。
   ClickHouse Server IP	填写连接到ClickHouse服务器的IP地址。通常是运行ClickHouse的主机IP地址。
   HTTP端口	非安全集群下，与ClickHouse 服务器通信的 HTTP 端口。默认为8123。
   HTTP SSL/TLS端口	安全集群下，与ClickHouse 服务器通信的HTTPS 端口。

   表6 Delta Lake（有元数据）连接参数配置说明

   参数	配置说明
   所属源	仅需在源端创建元数据连接。
   连接名称	默认创建名称为“Delta-Lake-有元数据-4位随机数（字母和数字）”，也可以自定义名称。
   迁移工具	选择在源端环境中部署的迁移工具Edge。
   执行机凭证	选择执行机的登录凭证。凭证的添加方法请参考添加资源凭证中的大数据-执行机。
   执行机IP	填写连接执行机的IP地址。
   执行机连接端口	填写连接执行机的端口。
   Spark客户端目录	填写Spark客户端的安装目录路径。
   环境变量地址	填写环境变量文件（配置文件）的绝对路径，例如：/opt/bigdata/client/bigdata_env。
   SQL文件地址	填写用于存放执行作业时生成的SQL文件的文件夹地址。您需要拥有该文件夹的读写权限。 须知： 迁移完成后，您需要手动清理该路径下生成的文件夹，以释放存储空间。

   表7 Delta Lake（无元数据）连接参数配置说明

   参数	配置说明
   所属源	仅需在源端创建元数据连接。
   连接名称	默认创建名称为“Delta-Lake-无元数据-4位随机数（字母和数字）”，也可以自定义名称。
   迁移工具	选择在源端环境中部署的迁移工具Edge。
   执行机凭证	选择执行机的登录凭证。凭证的添加方法请参考添加资源凭证中的大数据-执行机。
   执行机IP	填写连接执行机的IP地址。
   执行机连接端口	填写连接执行机的端口。
   Spark客户端目录	填写Spark客户端的安装目录路径。
   环境变量地址	填写环境变量文件（配置文件）的绝对路径，例如：/opt/bigdata/client/bigdata_env。
   SQL文件地址	填写用于存放执行作业时生成的SQL文件的文件夹地址。您需要拥有该文件夹的读写权限。 须知： 迁移完成后，您需要手动清理该路径下生成的文件夹，以释放存储空间。

   表8 Hudi（有元数据）连接参数配置说明

   参数	配置说明
   所属源	仅需在源端创建元数据连接。
   连接名称	默认创建名称为“Hudi-有元数据-4位随机数（字母和数字）”，也可以自定义名称。
   迁移工具	选择在源端环境中部署的迁移工具Edge。
   执行机凭证	选择执行机的登录凭证。凭证的添加方法请参考添加资源凭证中的大数据-执行机。
   执行机IP	填写连接执行机的IP地址。
   执行机连接端口	填写连接执行机的端口。
   Spark客户端目录	填写Spark客户端的安装目录路径。
   环境变量地址	填写环境变量文件（配置文件）的绝对路径，例如：/opt/bigdata/client/bigdata_env。
   SQL文件地址	填写用于存放执行作业时生成的SQL文件的文件夹地址。您需要拥有该文件夹的读写权限。 须知： 迁移完成后，您需要手动清理该路径下生成的文件夹，以释放存储空间。

   表9 Hudi（无元数据）连接参数配置说明

   参数	配置说明
   所属源	仅需在源端创建元数据连接。
   连接名称	默认创建名称为“Hudi-无元数据-4位随机数（字母和数字）”，也可以自定义名称。
   迁移工具	选择在源端环境中部署的迁移工具Edge。
   执行机凭证	选择执行机的登录凭证。凭证的添加方法请参考添加资源凭证中的大数据-执行机。
   执行机IP	填写连接执行机的IP地址。
   执行机连接端口	填写连接执行机的端口。
   Spark客户端目录	填写Spark客户端的安装目录路径。
   环境变量地址	填写环境变量文件（配置文件）的绝对路径，例如：/opt/bigdata/client/bigdata_env。
   SQL文件地址	填写用于存放执行作业时生成的SQL文件的文件夹地址。您需要拥有该文件夹的读写权限。 须知： 迁移完成后，您需要手动清理该路径下生成的文件夹，以释放存储空间。

   表10 MaxCompute连接参数配置说明

   参数	配置说明
   所属源	仅需在源端创建元数据连接。
   连接名称	默认创建名称为“MaxCompute-4位随机数（字母和数字）”，也可以自定义名称。
   迁移工具	选择在源端环境中部署的迁移工具Edge。
   阿里云凭证	选择源端阿里云账号的凭证。凭证的添加方式请参考添加资源凭证，类型选择“大数据-MaxCompute”。
   项目名称	输入需要采集的MaxCompute项目名称。项目名称可在MaxCompute侧控制台获取。
   Endpoint	输入MaxCompute服务所在地域的Endpoint信息。 各地域Endpoint信息请参考Endpoint对照表。

   表11 阿里云云数据库ClickHouse连接参数配置说明

   参数	配置说明
   所属源	仅需在源端创建元数据连接。
   连接名称	默认创建名称为“阿里云云数据库ClickHouse-4位随机数（字母和数字）”，也可以自定义名称。
   迁移工具	选择在源端环境中部署的迁移工具Edge。
   ClickHouse凭证	选择在Edge添加的源端阿里云云数据库ClickHouse凭证。凭证的添加方法请参考添加资源凭证中的大数据-ClickHouse。
   数据库链接	填写连接源端ClickHouse集群的外网地址。可以在集群信息页面，查看外网地址。

6. 配置完成后，单击“测试连接”按钮，系统会校验配置信息并与源端建立连接，测试通过代表连接成功。
7. 测试连接通过后，单击“确认”按钮，创建元数据连接完成。
8. 单击“元数据连接”，进入元数据采集页面。在连接管理页签，可以查看已创建的元数据连接列表以及基本信息。单击操作列的“修改连接”，可以修改连接参数配置。