JSON数据从MongoDB迁移至MaxCompute - 大数据开发治理平台 DataWorks

本文为您介绍如何通过DataWorks的数据集成功能，将从MongoDB提取的JSON字段迁移至MaxCompute。

前提条件

开通MaxCompute和DataWorks。
新增MaxCompute数据源。详情请参见创建MaxCompute数据源。
在DataWorks上完成创建业务流程，本例使用DataWorks简单模式。详情请参见创建业务流程。

在MongoDB上准备测试数据

账号准备。
在数据库内新建用户，用于DataWorks添加数据源。本示例执行如下命令。
```
db.createUser({user:"bookuser",pwd:"123456",roles:["user1"]})
```
新建用户名为bookuser，密码为123456，角色为任意拥有访问数据权限的角色。

数据准备。

将数据上传至MongoDB数据库。本示例使用阿里云的云数据库MongoDB版，网络类型为VPC（需申请公网地址，否则无法与DataWorks公共资源组互通），测试数据如下。

{
    "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
            }

在MongoDB的DMS控制台，本示例使用的数据库为admin，集合为userlog。执行如下命令，查看已上传的数据。
```
db.userlog.find().limit(10)
```

通过DataWorks将JSON数据从MongoDB迁移至MaxCompute

登录DataWorks控制台。
在DataWorks上创建目标表。用以接收从MongoDB迁移的数据。
1. 右键单击已创建的业务流程，选择新建表 > MaxCompute > 表。
2. 在新建表页面，选择引擎类型并输入表名。
3. 在表的编辑页面，单击DDL。
4. 在DDL模式对话框，输入建表语句，单击生成表结构。
  重要
  建表语句中的表名称请与在新建表输入的表名一致。
```
create table mqdata (mqdata string);
```
5. 单击提交到生产环境。
新增MongoDB数据源，详情请参见配置MongoDB数据源。

创建离线同步节点。

进入数据开发页面，右键单击指定业务流程，选择新建节点 > 数据集成 > 离线同步。
在新建节点对话框中，输入节点名称，并单击确认。
在顶部菜单栏上，单击图标。
在脚本模式下，单击顶部菜单栏上的图标。
在导入模板对话框中选择来源类型、数据源、目标类型及数据源，并单击确定。

输入如下脚本。

{
    "type": "job",
    "steps": [
    {
        "stepType": "mongodb",
        "parameter": {
            "datasource": "mongodb_userlog",//数据源名称。
            "column": [
                {
                "name": "store.bicycle.color", //JSON字段路径，本例中提取color值。
                "type": "document.String" //非一层子属性以最终获取的类型为准。假如您选取的JSON字段为一级字段，例如本例中的expensive，则直接填写string即可。
                }
              ],
            "collectionName": "userlog"   //集合名称。
            },
        "name": "Reader",
        "category": "reader"
        },
        {
            "stepType": "odps",
            "parameter": {
            "partition": "",
            "isCompress": false,
            "truncate": true,
            "datasource": "odps_source",// MaxCompute数据源名称
            "column": [
            "mqdata"  //MaxCompute表列名。
            ],
            "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,
            }
            }
        }

单击图标运行代码。
您可以在运行日志查看运行结果。

验证结果

右键单击业务流程，选择新建节点 > MaxCompute > ODPS SQL。
在新建节点对话框中输入节点名称，并单击确认。
在ODPS SQL节点编辑页面输入如下语句。
```
SELECT * from mqdata;
```
单击图标运行代码。
您可以在运行日志查看运行结果。