本文为您介绍如何通过DataWorks数据同步功能，迁移阿里云Elasticsearch集群上的数据至MaxCompute。

前提条件

  • 已开通MaxCompute服务。

    开通指导，详情请参见开通MaxCompute。

  • 已开通DataWork服务。

    开通指导，详情请参见开通DataWorks。

  • 在DataWorks上已完成创建业务流程。

    本例使用DataWorks简单模式，详情请参见创建业务流程。

  • 已搭建阿里云Elasticsearch集群。

    进行数据迁移前，您需要保证自己的阿里云Elasticsearch集群环境正常。搭建阿里云Elasticsearch集群的详细过程，请参见快速入门。

    本示例中阿里云Elasticsearch的具体配置如下：
    • 地域：华东2（上海）
    • 可用区：上海可用区B
    • 版本：5.5.3 with Commercial Feature

背景信息

Elasticsearch是一个基于Lucene的搜索服务器，它提供了一个多用户分布式的全文搜索引擎。Elasticsearch是遵从Apache开源条款的一款开源产品，是当前主流的企业级搜索引擎。

阿里云Elasticsearch提供Elasticsearch 5.5.3 with Commercial Feature、6.3.2 with Commercial Feature、6.7.0 with Commercial Feature及商业插件X-pack服务，致力于数据分析、数据搜索等场景服务。在开源Elasticsearch基础上提供企业级权限管控、安全监控告警、自动报表生成等功能。

操作步骤

  1. 在Elasticsearch上创建源表。详情请参见通过DataWorks将MaxCompute数据同步至Elasticsearch。
  2. 在MaxCompute上创建目标表。
    1. 登录DataWorks控制台。
    2. 在左侧导航栏，单击工作空间列表。
    3. 在工作空间列表页面，单击相应工作空间后的数据开发。
    4. 在数据开发页面，右键单击目标工作流程，选择新建 > MaxCompute > 表。
    5. 在弹出的新建表对话框中，填写表名，并单击提交。
    6. 在表的编辑页面，单击DDL模式。
    7. 在DDL模式对话框，输入如下建表语句，单击生成表结构。
      create table elastic2mc_bankdata 
(
age             string,
job             string,
marital         string,
education       string,
default         string,
housing         string,
loan            string,
contact         string,
month           string,
day of week     string
);
    8. 单击提交到生产环境。
  3. 同步数据。
    1. 进入数据开发页面，右键单击指定业务流程，选择新建 > 数据集成 > 离线同步。
    2. 在新建节点对话框中，输入节点名称，并单击提交。
    3. 在顶部菜单栏上，单击转化脚本图标。
    4. 在脚本模式下，单击顶部菜单栏上的**图标。
    5. 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。
    6. 配置脚本。
      示例代码如下。代码释义请参见Elasticsearch Reader。 
      {
    "type": "job",
    "steps": [
        {
            "stepType": "elasticsearch",
            "parameter": {
                "retryCount": 3,
                "column": [
                    "age",
                    "job",
                    "marital",
                    "education",
                    "default",
                    "housing",
                    "loan",
                    "contact",
                    "month",
                    "day_of_week",
                    "duration",
                    "campaign",
                    "pdays",
                    "previous",
                    "poutcome",
                    "emp_var_rate",
                    "cons_price_idx",
                    "cons_conf_idx",
                    "euribor3m",
                    "nr_employed",
                    "y"
                ],
                "scroll": "1m",
                "index": "es_index",
                "pageSize": 1,
                "sort": {
                    "age": "asc"
},
                "type": "elasticsearch",
                "connTimeOut": 1000,
                "retrySleepTime": 1000,
                "endpoint": "http://es-cn-xxxx.xxxx.xxxx.xxxx.com:9200",
                "password": "xxxx",
                "search": {
                    "match_all": {}
                },
                "readTimeOut": 5000,
                "username": "xxxx"
            },
            "name": "Reader",
            "category": "reader"
        },
        {
            "stepType": "odps",
            "parameter": {
                "partition": "",
                "truncate": true,
                "compress": false,
                "datasource": "odps_first",
                "column": [
                    "age",
                    "job",
                    "marital",
                    "education",
                    "default",
                    "housing",
                    "loan",
                    "contact",
                    "month",
                    "day_of_week",
                    "duration",
                    "campaign",
                    "pdays",
                    "previous",
                    "poutcome",
                    "emp_var_rate",
                    "cons_price_idx",
                    "cons_conf_idx",
                    "euribor3m",
                    "nr_employed",
                    "y"
                ],
                "emptyAsNull": false,
                "table": "elastic2mc_bankdata"
            },
            "name": "Writer",
            "category": "writer"
        }
    ],
    "version": "2.0",
    "order": {
        "hops": [
            {
                "from": "Reader",
                "to": "Writer"
            }
        ]
    },
    "setting": {
        "errorLimit": {
            "record": "0"
        },
        "speed": {
            "throttle": false,
            "concurrent": 1,
            "dmu": 1
        }
    }
}
      说明 您可以在创建的阿里云Elasticsearch集群的基本信息中，查看公网地址和公网端口信息。
    7. 单击**图标运行代码。
    8. 您可以在运行日志查看运行结果。
  4. 查看结果。
    1. 右键单击业务流程，选择新建 > MaxCompute > ODPS SQL。
    2. 在新建节点对话框中输入节点名称，并单击提交。
    3. 在ODPS SQL节点编辑页面输入如下语句。
      SELECT * FROM elastic2mc_bankdata;
    4. 单击**图标运行代码。
    5. 您可以在运行日志查看运行结果。