使用DataWorks 同步数据

1. 新建数据源

使用dataworks将数据从源库同步到目标库，通常需要新建源库和目标库的数据源连接，由于云数据库ClickHouse目前仅仅支持脚本配置模式，因此只需要配置源库的数据源连接，目标库ClickHouse不需要配置数据源连接。配置方法如下：

1. 进入数据集成空间。
2. 新建源库数据源连接。配置操作请参考新增数据源

2.新建同步任务

进入DataWorks数据集成空间，新建数据同步任务。

如下图所示：

3.同步参数配置

数据同步逻辑配置在XML文件中，reader插件表示数据源，各个reader插件配置，请参考reader插件参数

将数据导入ClickHouse，writer部分同步任务的脚本配置实例如下：

{
    "job": {
        "setting": {
            "speed": {
                "byte":10485760
            },
            "errorLimit": {
                "record": 0,
                "percentage": 0.02
            }
        },
        "content": [
            {
                "reader": {
                    "name": "streamreader",
                    "parameter": {
                        "column" : [
                            {
                                "value": "DataX",
                                "type": "string"
                            },
                            {
                                "value": 19890604,
                                "type": "long"
                            },
                            {
                                "value": "1989-06-04 00:00:00",
                                "type": "date"
                            },
                            {
                                "value": 123.123,
                                "type": "double"
                            }
                        ],
                        "sliceRecordCount": 100000
                    }
                },
                "writer": {
                    "name": "clickhousewriter",
                    "parameter": {
                        "username": "test",
                        "password": "test",
                        "column": ["str_col", "long_col", "create_time", "double_col"],
                        "connection": [
                            {
                                "jdbcUrl": "jdbc:clickhouse://11.157.212.86:3001",
                                "table": ["test_tbl"]
                            }
                        ],
                        "preSql": [],
                        "postSql": [],

                        "batchSize": 65536,
                        "batchByteSize": 134217728,
                        "dryRun": false,
                        "writeMode": "insert"
                    }
                }
            }
        ]
    }
}

4.调度参数配置

脚本模式数据同步任务，与其他所有ETL任务一样，需要配置调度参数，主要是任务依赖关系和调度周期，请参考 调度参数配置。

5.独享资源组创建

配置云数据库ClickHouse，需要购买独享资源组进行任务调度，如下图所示，点击右侧数据集成资源组配置，打开资源组配置页面。

点击新建独享资源组按钮进入独享资源组管理页面，如下图所示，点击该页面的新增独享资源组创建独享资源组，创建完成后，资源组状态变为运行中，然后点击修改归属工作空间将该资源组绑定到数据同步任务所在的dataworks空间。

新增U型资源组操作如下图所示，选择独享数据集成资源组，输入资源组名称备注等基本信息，点击购买链接进入购买机器资源，够吗机器资源完成后，在请选择订单号选项里选择出现最新的购买订单进行资源关联，可用区选项请选择机器资源所在可用区。

在购买机器页面，选择云数据库ClickHouse所在地域和可用区，选择独享数据集成资源，根据数据同步任务数量和数据量选择合适的资源规格，然后提交订单。

购买完成之后还需要执行：专有网络绑定。这一步是独享资源组网络打通的关键。绑定和ClickHouse实例相同的VPC和交换机。

6.发布数据同步任务

购买机器资源成功，新增独享资源组成功，将独立资源组绑定到dataworks工作空间后，返回数据同步任务配置页面，选择新增的独享资源组，完成配置后发布数据同步任务。如下图所示，分别点击保存和提交按钮发布任务

同步任务运行和排错，请参考dataworks数据同步或ETL任务的通用管理和运维配置，运行和排错