OSS から MaxCompute への JSON データの移行 - MaxCompute - Alibaba Cloud ドキュメントセンター

準備

データを OSS にアップロードします。

JSON ファイルを TXT ファイルに変換し、OSS へアップロードします。 JSON ファイルの例は次のとおりです。


{
    "store": {
        "book": [
             {
                "category": "reference",
                "author": "Nigel Rees",
                "title": "Sayings of the Century",
                "price": 8.95
             },
             {
                "category": "fiction",
                "author": "Evelyn Waugh",
                "title": "Sword of Honour",
                "price": 12.99
             },
             {
                 "category": "fiction",
                 "author": "J. R. R. Tolkien",
                 "title": "The Lord of the Rings",
                 "isbn": "0-395-19395-8",
                 "price": 22.99
             }
          ],
          "bicycle": {
              "color": "red",
              "price": 19.95
          }
    },
    "expensive": 10
}

applog.txt ファイルを OSS へアップロードします。この例では、OSS バケットは中国 (上海) にあります。

DataWorks を使用した OSS から MaxCompute への JSON データの移行

1. OSS データソースの追加
DataWorks コンソールで、 [Data Integration] ページへ移動し、OSS データソースを追加します。詳細については、「OSS データソースの設定」をご参照ください。

次の図のようにパラメーターが表示されます。接続性テストが成功した後に [Complete] をクリックします。本ドキュメントのエンドポイントには、http://oss-cn-shanghai.aliyuncs.com と http://oss-cn-shanghai-internal.aliyuncs.com が含まれます。

注 OSS プロジェクトと DataWorks プロジェクトは同じ地域にあるため、イントラネットエンドポイント http://oss-cn-shanghai-internal.aliyuncs.com が使用されています。
2. データ同期タスクの作成
DataWorks コンソールで、データ同期ノードを作成します。詳細については、「OTSStream リーダーの設定」をご参照ください。同時に、DataWorksでmqdataという名前のテーブルを作成して JSON データを格納します。詳細については、「バケットの作成」をご参照ください。グラフィカルインターフェイスでテーブルパラメータを設定できます。 mqdata テーブルには、MQ データという名前の列が 1 つだけあります。データ型は String 型です。

3. パラメーターの設定

テーブルを作成したら、次の図に示すように、グラフィカルインターフェイスでデータ同期タスクパラメーターを設定します。宛先データソースを odps_first に、宛先テーブルを mqdata に設定します。元のデータを OSS に設定し、ファイルパスと名前をオブジェクトの接頭辞として入力します。

注列の区切り文字をキャレット (^) または TXT ファイルに含まれている他の文字に設定します。 DataWorks では、OSS の TXT データソースに対して複数の区切り文字がサポートされています。したがって、列のデータを分割するために、%&%#^$$^% などの文字を使用します。

[Enable Same Line Mapping] を選択します。

左上隅のスクリプト切り替えボタンをクリックし、スクリプトモードに切り替えます。ファイル形式を "fileFormat":"binary" に設定します。スクリプトモードのコードの例は次のとおりです。


{
    "type": "job",
    "steps": [
        {
            "stepType": "oss",
            "parameter": {
                "fieldDelimiterOrigin": "^",
                "nullFormat": "",
                "compress": "",
                "datasource": "OSS_userlog",
                "column": [
                    {
                        "name": 0,
                        "type": "string",
                        "index": 0
                    }
                ],
                "skipHeader": "false",
                "encoding": "UTF-8",
                "fieldDelimiter": "^",
                "fileFormat": "binary",
                "object": [
                    "applog.txt"
                ]
            },
            "name": "Reader",
            "category": "reader"
        },
        {
            "stepType": "odps",
            "parameter": {
                "partition": "",
                "isCompress": false,
                "truncate": true,
                "datasource": "odps_first",
                "column": [
                    "mqdata"
                ],
                "emptyAsNull": false,
                "table": "mqdata"
            },
            "name": "Writer",
            "category": "writer"
        }
    ],
    "version": "2.0",
    "order": {
        "hops": [
            {
                "from": "Reader",
                "to": "Writer"
            }
        ]
    },
    "setting": {
        "errorLimit": {
            "record": ""
        },
        "speed": {
            "concurrent": 2,
            "throttle": false,
            "dmu": 1
        }
    }
}

注その後、JSON ファイルが OSS から MaxCompute へ同期されたら、JSON ファイルのデータは同じ行に保存されます。つまり、JSON ファイルのデータは同じフィールドを共有します。他のパラメーターにはデフォルト値を使用します。

前述の設定が完了したら [run] をクリックします。

結果の検証

Business Flow で ODPS SQL ノードを作成します。
SELECT * from mqdata; 文を入力し、mqdata テーブルのデータを表示します。

注 MaxCompute clientで SELECT * from mqdata; を実行してデータを表示し、次の手順を実行することも可能です。
テーブルにインポートされたデータが正しいことを確認し SELECT GET_JSON_OBJECT(mqdata.MQdata,'$.expensive') FROM mqdata; を使ってJSONファイルの expensive の値を取得します。

追加情報

MaxCompute の組み込み文字列関数 GET_JSON_OBJECT を使用して、必要に応じて JSON データを取得します。