全部产品
Search
文档中心

大数据开发治理平台 DataWorks:一键MaxCompute数据同步节点

更新时间:Nov 20, 2024

DataWorks支持使用DataStudio一键同步MaxCompute数据至Hologres,您可使用该方式快速查询MaxCompute表数据。本文为您介绍如何创建并使用一键MaxCompute数据同步节点。

背景信息

使用一键同步MaxCompute数据至Hologres进行数据查询时,您需要先在Hologres中创建外部表,该外部表可视为MaxCompute源表(即需要同步的MaxCompute数据所在的表)与Hologres内部表的链接,通过该连接将MaxCompute源表数据同步至Hologres内部表中,外部表的表结构与的MaxCompute源表的表结构相同。您也可以使用SQL语句导入MaxCompute的数据至Hologres,详情请参见使用SQL从MaxCompute导入

导入MaxCompute数据至Hologres的方式,比创建外部表直接查询数据的性能更好,创建外部表查询MaxCompute数据,详情请参见一键MaxCompute表结构同步节点

说明

本文以下示例操作以华东2(上海)地域为例,其它地域请以具体界面为准。

创建表数据同步节点

  1. 进入数据开发页面。

    登录DataWorks控制台,切换至目标地域后,单击左侧导航栏的数据开发与治理 > 数据开发,在下拉框中选择对应工作空间后单击进入数据开发

  2. 创建业务流程

    如果您已有业务流程,则可以忽略该步骤。

    1. 鼠标悬停至新建图标,选择新建业务流程

    2. 新建业务流程对话框,输入业务名称

    3. 单击新建

  3. 创建一键MaxCompute数据同步节点。

    1. 鼠标悬停至新建图标,选择新建节点 > Hologres > 一键MaxCompute数据同步

      您也可以找到相应的业务流程,右键单击业务流程,选择新建节点 > Hologres > 一键MaxCompute数据同步

    2. 新建节点对话框中,输入名称,并选择引擎实例节点类型路径

    3. 单击确认,进入节点编辑页面。

  4. 配置节点信息。

    在节点编辑页面,配置同步MaxCompute数据所使用的MaxCompute源表、存放数据的目标表、同步策略及SQL代码信息。一键导入MaxComputes数据

    1. 配置源表信息。

      用于配置需要同步的MaxCompute数据来源于哪个表。此处是通过配置Hologres外部表来映射MaxCompute源表数据。关键参数说明如下。

      参数

      描述

      目标连接

      Hologres外部表所在的Hologres实例。

      目标库

      Hologres外部表存放于Hologres实例下哪个数据库。

      外部表来源

      配置Hologres外部表的来源方式。后续使用该表作为同步MaxCompute数据至Hologres内部表的链接,映射MaxCompute源表数据。

      • 已有外部表:若需要同步数据至内部表的外部表已存在,可选择此方式。该方式需要选择已创建的外部表所在的Schema及名称。

      • 新建外部表:一键MaxCompute数据同步需要使用Hologres外部表加速查询MaxCompute表数据。若尚未创建Hologres外部表,您需要选择此方式。

        该方式需要配置新建外部表使用的服务器,以及MaxCompute项目名称和表名称。

        说明

        您可以直接调用Hologres底层已创建的odps_server外部表服务器。详细原理请参见postgres_fdw

    2. 配置目标表信息。

      用于新建存放MaxCompute数据的Hologres内部表。

      参数

      描述

      目标schema

      Hologres内部表所属的Schema

      目标表名

      Hologres内部表名称。当创建内部表时,若表名称已存在,不同类型的表处理策略如下:

      • 非分区表:删除已存在的内部表及其数据,Hologres会创建新表。

      • 分区表:不会删除已有表及其数据,Hologres根据分区值新建分区子表并导入数据。

        说明

        若新建的表与原已有表的结构不同,则会报错。

      目标表描述

      Hologres内部表的描述信息。

    3. 配置同步策略。

      用于配置同步MaxCompute表数据的策略。

      参数

      描述

      同步字段

      选择需要同步的MaxCompute表字段。

      分区配置

      选择需要同步的MaxCompute表分区。

      说明

      Hologres当前仅支持同步一级分区。MaxCompute表的多级分区,将被设置为Hologres中的一级分区,多余的分区自动映射为Hologres的普通字段。

      索引配置

      为存放MaxCompute数据的Hologres内部表构建索引,后续您可根据索引快速查询数据。创建索引,详情请参见CREATE TABLE

    4. 生成SQL Script。

      DataWorks将根据同步配置,自动解析出运行当前同步任务的SQL语句。您可使用该语句进入Hologres的代码编辑页面,以SQL方式执行同步任务。

      说明
      • 生成的SQL Script无法编辑。当同步任务配置更新时,刷新SQL Script,即可生成新的SQL语句。

      • 使用SQL方式执行同步任务,详情请参见使用SQL从MaxCompute导入

  5. 任务调度配置。

    如果您需要周期性执行创建的节点任务,可以单击节点编辑页面右侧的调度配置,根据业务需求配置该节点任务的调度信息:

    • 配置任务调度的基本信息,详情请参见配置基础属性

    • 配置时间调度周期、重跑属性和上下游依赖关系,详情请参见时间属性配置说明配置同周期调度依赖

      说明

      您需要设置节点的重跑属性依赖的上游节点,才可以提交节点。

    • 配置资源属性,详情请参见配置资源属性。访问公网或VPC网络的MySQL数据源,请选择与MySQL数据源网络连通的调度资源组,作为周期调度任务使用的资源组。详情请参见网络连通方案

  6. 保存并运行节点。

    1. 在节点编辑页面的顶部菜单栏,单击保存图标,保存节点配置。

    2. 在节点编辑页面的顶部菜单栏,单击运行图标,同步MaxCompute数据。

    如果您使用的是标准模式的工作空间,任务提交成功后,请单击顶部菜单栏左侧的任务发布,将任务发布至生产环境进行发布。具体操作请参见发布任务

  7. 查看周期调度任务。

    1. 单击编辑界面右上角的运维,进入生产环境运维中心。

    2. 查看运行的周期调度任务,详情请参见查看并管理周期任务

    如果您需要查看更多周期调度任务详情,可单击顶部菜单栏的运维中心,详情请参见运维中心概述

后续步骤

MaxComputre数据同步完成后,您可进入DataWorks表管理页面查看数据详情,详情请参见表管理;或进入Hologres,使用Holoweb查询MaxCompute数据,详情请参见HoloWeb