当您的业务数据存储在PolarDB-X（原DRDS升级版）中，需要进行全文检索和语义分析时，可借助阿里云Elasticsearch实现。本文介绍如何通过DataWorks，将PolarDB-X中的数据离线同步至Elasticsearch，并进行检索分析。

背景信息

PolarDB-X是由阿里巴巴自主研发的云原生分布式数据库，融合分布式SQL引擎DRDS与分布式自研存储X-DB，基于云原生一体化架构设计，可支撑千万级并发规模及百PB级海量存储。专注解决海量数据存储、超高并发吞吐、大表瓶颈以及复杂计算效率等数据库瓶颈问题，历经各届天猫双十一及阿里云各行业客户业务的考验，助力企业加速完成业务数字化转型，详情请参见PolarDB-X产品概述。

阿里云Elasticsearch兼容开源Elasticsearch的功能，以及Security、Machine Learning、Graph、APM等商业功能，致力于数据分析、数据搜索等场景服务。支持5.5.3、6.3.2、6.7.0、6.8.0、7.4.0和7.7.1等版本，并提供了商业插件X-Pack服务。在开源Elasticsearch的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，详情请参见什么是阿里云Elasticsearch。单击即可免费试用。

操作流程

  1. 准备工作
    准备同一专有网络VPC（Virtual Private Cloud）下的阿里云PolarDB-X实例和Elasticsearch实例、在PolarDB-X实例中准备待同步的数据、开通DataWorks的数据集成和数据开发服务。
    说明 建议您在同一VPC下进行数据同步，这样可以提高同步任务的稳定性。
  2. 步骤一：购买并创建独享资源组
    在DataWorks中，购买并创建独享资源组。为确保网络互通，您还需要为独享资源组绑定PolarDB-X实例所在的专有网络。
    说明 独享资源组可以保障数据快速、稳定地传输。
  3. 步骤二：添加数据源
    在DataWorks中，创建DRDS和Elasticsearch数据源。
  4. 步骤三：配置并运行数据同步任务
    在DataWorks中，使用向导模式配置数据同步任务，将数据来源指定为DRDS数据源，数据去向指定为Elasticsearch数据源，并配置字段映射关系。
  5. 步骤四：查看数据同步结果
    在Elasticsearch实例的Kibana控制台中，查看同步成功的数据量，并对指定字段进行数据检索。

准备工作

  1. 创建阿里云PolarDB-X 1.0实例、构建数据库和表，并插入数据。
    具体操作步骤请参见PolarDB-X快速入门。本文使用的测试数据如下。测试数据
    注意 数据库创建完成后，默认允许所有IP地址访问。出于数据安全考虑，建议仅将待访问机器的IP地址加入白名单，详情请参见设置白名单。
  2. 创建DataWorks工作空间。
    具体操作步骤请参见创建工作空间。创建时，所选地域需要与阿里云PolarDB-X实例所在地域保持一致。
  3. 创建阿里云Elasticsearch实例，并开启自动创建索引功能。
    具体操作步骤请参见创建阿里云Elasticsearch实例和开启自动创建索引。创建实例时，所选专有网络和虚拟交换机需要与PolarDB-X实例保持一致。

步骤一：购买并创建独享资源组

  1. 登录DataWorks控制台。
  2. 选择相应地域后，在左侧导航栏，单击资源组列表。
  3. 参见购买独享数据集成资源组，购买独享数据集成资源。
    注意 购买时，所选地域需要与目标工作空间保持一致。
  4. 参见新增独享数据集成资源组，创建一个独享数据集成资源。
    本文使用的配置如下，其中资源组类型选择独享数据集成资源组。创建独享资源组
  5. 单击已创建的独享资源组右侧的专有网络绑定，参见网络配置，为该独享资源组绑定专有网络。
    独享资源部署在DataWorks托管的专有网络中，需要与PolarDB-X和Elasticsearch实例的专有网络连通才能同步数据，因此在绑定专有网络时，需要选择PolarDB-X实例所在专有网络和交换机。绑定专有网络
  6. 单击已创建的独享资源组右侧的修改归属工作空间，参见绑定归属工作空间，为该独享资源组绑定目标工作空间。
    绑定工作空间

步骤二：添加数据源

  1. 进入DataWorks的数据集成页面。
    1. 在DataWorks控制台的左侧导航栏，单击工作空间列表。
    2. 找到目标工作空间，单击其右侧操作列下的进入数据集成。
  2. 在左侧导航栏，单击数据源。
  3. 在数据源管理页面，单击新增数据源。
  4. 在新增数据源对话框中，单击DRDS。
  5. 在新增DRDS数据源对话框中，填写数据源信息并测试连通性。连通成功后，单击完成。
    添加DRDS数据源
    参数 说明
    数据源类型 本文使用连接串模式。您也可以选择阿里云数据库（DRDS）类型，详情请参见配置DRDS数据源。
    数据源名称 必须以字母、数字、下划线组合，且不能以数字和下划线开头。
    数据源描述 对数据源进行简单描述，不得超过80个字符。
    JDBC URL JDBC连接信息，格式为jdbc:mysql://ServerIP:Port/Database。此处需要将ServerIP:Port替换为PolarDB-X实例的VPC地址：VPC端口；Database替换为您已创建的PolarDB-X数据库名称。
    说明 VPC地址和端口的获取方式请参见步骤三：连接PolarDB-X 1.0数据库并进行SQL操作。
    用户名 数据库对应的用户名。
    密码 数据库对应的密码。
  6. 使用同样的方式，添加Elasticsearch数据源。
    添加Elasticsearch数据源
    参数 说明
    数据源名称 必须以字母、数字、下划线组合，且不能以数字和下划线开头。
    数据源描述 对数据源进行简单描述，不得超过80个字符。
    Endpoint 格式为http://<Elasticsearch实例的内网地址>:9200。可参见查看实例的基本信息，获取Elasticsearch实例的内网地址。
    用户名 Elasticsearch实例的用户名，默认为elastic。
    密码 对应用户的密码。elastic用户的密码在创建实例时设定，如果忘记可进行重置，重置密码的注意事项和操作步骤请参见重置实例访问密码。

步骤三：配置并运行数据同步任务

  1. 在DataWorks的数据开发页面，新建一个业务流程。
    具体操作步骤请参见管理业务流程。
  2. 展开新建的业务流程，右键单击数据集成，选择新建 > 离线同步。
  3. 在新建节点对话框中，输入节点名称，单击提交。
  4. 在选择数据源区域中，将数据来源指定为DRDS数据源，并填入待同步的表名称；将数据去向指定为Elasticsearch数据源，并填入索引名和索引类型。
    选择数据源
    说明
  5. 在字段映射区域中，设置来源字段与目标字段的映射关系。
    本示例中，来源字段保持默认，仅修改目标字段。在目标字段右侧，单击修改字段图标图标，在对话框中输入如下字段配置。
    {"name":"Name","type":"text"}
{"name":"Platform","type":"text"}
{"name":"Year_of_Release","type":"date"}
{"name":"Genre","type":"text"}
{"name":"Publisher","type":"text"}
{"name":"na_Sales","type":"float"}
{"name":"EU_Sales","type":"float"}
{"name":"JP_Sales","type":"float"}
{"name":"Other_Sales","type":"float"}
{"name":"Global_Sales","type":"float"}
{"name":"Critic_Score","type":"long"}
{"name":"Critic_Count","type":"long"}
{"name":"User_Score","type":"float"}
{"name":"User_Count","type":"long"}
{"name":"Developer","type":"text"}
{"name":"Rating","type":"text"}
    配置完成后，效果如下。配置字段映射
  6. 在通道控制区域中，配置执行任务的相关参数。
    本示例使用默认配置。通道控制
    说明 如果您需要定时调度任务，可参见调度配置章节进行配置。
  7. 在页面上方，单击运行图标图标，查看运行日志。
    日志输出successfully表示任务运行成功；输出FINISH表示任务运行完成。运行任务

步骤四：查看数据同步结果

  1. 登录目标阿里云Elasticsearch实例的Kibana控制台。
    具体操作步骤请参见登录Kibana控制台。
  2. 在左侧导航栏，单击Dev Tools。
  3. 在Console中，执行如下命令，查询目标端数据量。
    说明 您可以将目标端数据量与源端数据量进行对比，确认数据是否全部同步成功。 
    GET drdstest/_search
{
  "query": {
    "match_all": {}
  }
}
    执行成功后，结果如下。查看目标端数据量
  4. 执行如下命令，对指定字段进行数据检索。
    GET drdstest/_search
{
  "query": {
    "term": {
      "Publisher.keyword": {
        "value": "Nintendo"
      }
    }
  }
}
    执行成功后，返回如下结果。对字段进行数据检索