全部产品
云市场

操作步骤

更新时间:2020-04-14 10:43:11

步骤一:创建Schema

  1. 登录DLA控制台

  2. 单击左侧导航栏的访问点管理,然后单击登录DMS,执行以下SQL创建RDS MySQL Schema。

    您也可以通过MySQL客户端或者程序代码等方式连接DLA,然后执行以下SQL创建RDS MySQL Schema。

    1. CREATE SCHEMA hello_mysql_vpc_rds WITH DBPROPERTIES (
    2. CATALOG = 'mysql',
    3. LOCATION = 'jdbc:mysql://rm-******fofake.mysql.rds.aliyuncs.com:3306/rds_mysql_dbname',
    4. USER = 'rds_mysqldb_username',
    5. PASSWORD = 'rds_mysqldb_password',
    6. INSTANCE_ID = 'rds_mysql_instance_id',
    7. VPC_ID = 'rds_mysqldb_vpcid'
    8. );
    参数 说明
    CATALOG 取值为mysql,表示创建的是MySQL Schema。
    LOCATION RDS MySL的连接信息,由jdbc:mysql://RDS MySQL连接地址:3306/rds_mysql_dbname
    USER RDS MySQL中的数据库账号。
    PASSWORD USER对应的密码。
    INSTANCE_ID RDS MySQL的实例ID。
    VPC_ID RDS MySQL的VPC ID。

步骤二:创建表

  1. create external table person (
  2. id int,
  3. name varchar(1023),
  4. age int
  5. ) tblproperties (
  6. table_mapping = "person"
  7. );

步骤三:查询数据

表创建成功后,您就可以在DLA中通过SELECT查询RDS MySQL中的数据。

  1. mysql> select * from person;
  2. +------+-------+------+
  3. | id | name | age |
  4. +------+-------+------+
  5. | 1 | james | 10 |
  6. | 2 | bond | 20 |
  7. | 3 | jack | 30 |
  8. | 4 | lucy | 40 |
  9. +------+-------+------+
  10. 4 rows in set (0.35 sec)

步骤四:将OSS数据写入RDS MySQL

在DLA中读取RDS数据,并不是RDS在DLA中的典型应用场景。因为RDS本身能承载的数据量有限,不适合大数据分析。更多的场景是在DLA中对存储在OSS、Tablestore中的大数据进行分析,分析完成之后把结果数据回写到RDS中,供前台业务使用。

以person表为例,通过以下语句把oss_db中customer的十条记录进行了一些转换,然后插入hello_mysql_vpc_rds.person表。

DLA如何读取OSS中的数据,请参见读写OSS数据

  1. mysql> insert into hello_mysql_vpc_rds.person
  2. select c_custkey, c_name, c_custkey + 20 from oss_db.customer limit 10;
  3. +------+
  4. | rows |
  5. +------+
  6. | 10 |
  7. +------+
  8. 1 row in set (4.57 sec)
  1. mysql> select * from person;
  2. +------+--------------------+------+
  3. | id | name | age |
  4. +------+--------------------+------+
  5. | 1 | james | 10 |
  6. | 2 | bond | 20 |
  7. | 3 | jack | 30 |
  8. | 4 | lucy | 40 |
  9. | 1 | Customer#000000001 | 21 |
  10. | 3 | Customer#000000003 | 23 |
  11. | 5 | Customer#000000005 | 25 |
  12. | 2 | Customer#000000002 | 22 |
  13. | 4 | Customer#000000004 | 24 |
  14. | 7 | Customer#000000007 | 27 |
  15. | 6 | Customer#000000006 | 26 |
  16. | 9 | Customer#000000009 | 29 |
  17. | 8 | Customer#000000008 | 28 |
  18. | 10 | Customer#000000010 | 30 |
  19. +------+--------------------+------+
  20. 14 rows in set (0.26 sec)