GaussDB for DWS数据融合系列第七期：CDM导出数据
【摘要】 CDM支持迁移文档数据库服务（Document Database Service，简称DDS）的数据到其他数据源，本节以CDM与数据仓库服务（Data Warehouse Service，简称DWS）对接为内容，介绍如何使用CDM将DDS数据迁移到DWS。
概述
云数据迁移服务（Cloud Data Migration，简称CDM），可以将其他数据源（例如MySQL）的数据迁移到GaussDB(DWS) 集群的数据库中。同时也支持使用CDM将数据导出到DWS集群的数据库中，本节博客将讲述CDM导出数据的具体操作。
创建CDM集群并绑定EIP
- 登录CDM管理控制台，创建CDM集群。关键配置如下：
- CDM集群的规格，按待迁移的数据量选择，一般选择cdm.medium即可，满足大部分迁移场景。
- 如果DDS和DWS属于相同的VPC，则创建CDM集群时选择同一个VPC，不用绑定EIP。子网、安全组可以选择与其中一个（DDS或DWS）集群的保持一致，再配置安全组规则允许CDM集群访问另一个服务（DWS或DDS）的集群。
- 如果DDS和DWS不在同一个VPC，则创建CDM集群时选择与DDS相同的VPC，再将CDM集群绑定EIP，CDM通过EIP访问DWS集群。
- CDM集群创建完成后，选择集群操作列的“绑定弹性IP”，CDM通过EIP访问DWS。如果DDS与DWS在同一个VPC，则不用为CDM集群绑定EIP。
创建DDS连接
- 单击CDM集群后的“作业管理”，进入作业管理界面，再选择，进入选择连接器类型的界面，如图1所示。
- 创建DDS连接时，连接器类型选择“文档数据库服务（DDS）”，然后单击“下一步”配置连接参数，参数说明如表1所示。
参数名
说明
取值样例
名称
根据连接的数据源，用户自定义便于记忆、区分的连接名称。
mongo_link
服务器列表
DDS集群的地址列表，输入格式为“数据库服务器域名或IP地址：端口”。多个服务器列表间以“;”分隔。
192.168.0.1:7300;192.168.0.2:7301
数据库名称
要连接的DDS数据库名称。
DB_mongodb
用户名
登录DDS数据库的用户名。
cdm
密码
登录DDS数据库的密码。
-
表1 DDS连接参数
- 单击“保存”回到连接管理界面。
创建DWS连接
- 在“连接管理”界面单击“新建连接”，连接器类型选择“数据仓库服务（DWS）”。
- 单击“下一步”配置DWS连接参数，必填参数如表2所示，可选参数保持默认即可。
参数名
说明
取值样例
名称
输入便于记忆和区分的连接名称。
dwslink
数据库服务器
DWS数据库的IP地址或域名。
192.168.0.3
端口
DWS数据库的端口。
8000
数据库名称
DWS数据库的名称。
db_demo
用户名
拥有DWS数据库的读、写和删除权限的用户。
dbadmin
密码
用户的密码。
-
使用Agent
是否选择通过Agent从源端提取数据。
是
Agent
单击“选择”，选择连接Agent中已创建的Agent。
-
导入模式
COPY模式：将源数据经过DWS管理节点后拷贝到数据节点。如果需要通过Internet访问DWS，只能使用COPY模式。
COPY
表2 DWS连接参数
- 单击“保存”完成创建连接。
创建迁移作业
- 选择，开始创建数据迁移任务。
图2 创建DDS到DWS的迁移任务
- 配置作业基本信息：
- 作业名称：输入便于记忆、区分的作业名称。
- 源端作业配置
- 源连接名称：选择创建DDS连接中的“mongo_link”。
- 数据库名称：选择待迁移数据的数据库。
- 集合名称：DDS中MongoDB的集合，类似于关系型数据库中的表名。
- 目的端作业配置
- 目的连接名称：选择创建DWS连接中的连接“dwslink”。
- 模式或表空间：选择待写入数据的DWS数据库。
- 表名：待写入数据的表名，可以手动输入一个不存在表名，CDM会在DWS中自动创建该表。
- 导入前清空数据：任务启动前，是否清除目的表中数据，用户可根据实际需要选择。
- 单击“下一步”进入字段映射界面，CDM会自动匹配源端和目的端的数据表字段，需用户检查字段映射关系是否正确。
- 如果字段映射关系不正确，用户单击字段所在行选中后，按住鼠标左键可拖拽字段来调整映射关系。
- 导入到DWS时需要手动选择DWS的分布列，建议按如下顺序选取：
- 有主键可以使用主键作为分布列。
- 多个数据段联合做主键的场景，建议设置所有主键作为分布列。
- 在没有主键的场景下，如果没有选择分布列，DWS会默认第一列作为分布列，可能会有数据倾斜风险。
- 如果需要转换源端字段内容，可在该步骤配置，具体操作请参见字段转换，这里选择不进行字段转换。
图3 字段映射
- 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：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。
- 作业运行完是否删除：这里保持默认值“不删除”。
- 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。
- 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。
【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）