如何基于RDS数据源创建外部表并写入数据_云原生大数据计算服务 MaxCompute(MaxCompute)-阿里云帮助中心

RDS（Relational Database Service）是阿里云用户主要使用的服务，需要通过内网域名访问。如果您需要通过MaxCompute将数据加载至RDS的表中，可参考该文档进行操作。本文为您介绍如何在外网或VPC网络环境下基于RDS数据源创建外部表并写入数据。

前提条件

已开通MaxCompute和云数据库RDS间的网络连接，详情请参见网络开通流程。

使用限制

支持华北2（北京）、华东2（上海）、华北3（张家口）、华北6（乌兰察布）、华东1（杭州）、华南1（深圳）、中国香港、华东 2 金融云（可用区F）、日本（东京）、新加坡、马来西亚（吉隆坡）、印度尼西亚（雅加达）、德国（法兰克福）、美国（硅谷）、美国（弗吉尼亚）地域通过访问VPC方案（专线直连）连接MaxCompute和云数据库RDS，仅以上地域可以创建RDS数据源外部表，其他地域暂不支持。
网络打通时，MaxCompute侧仅打通到所填VPC ID的网络连接，如需跨Region访问或者访问该Region的其他VPC，请根据云上VPC现有打通方案，打通专线直连方案所填写的VPC和其他VPC之间的网络。
暂不支持PrivateZone域名。
支持RDS MySQL 5.x和8.0版本，暂不支持其他RDS引擎。
当您需要向RDS外部表写入大量数据时，采用并行多进程写入方式，会小概率出现某个写入进程数据重写情况，导致数据重复。
MaxCompute里建的RDS外部表，其中DECIMAL数据类型默认小数18位，不能修改，只能建成decimal(38,18)。如果小数位数比较少，可以在MaxCompute中建外部表时数据类型选择String，使用的时候再使用cast函数强制转换。
RDS外部表不支持cluster属性。

语法说明

建表时，表名和列名大小写不敏感。在查询表或列名时，无需区分大小写，且不支持强制转换大小写。

--开启Hive兼容模式。
SET odps.sql.hive.compatible = true;
CREATE EXTERNAL TABLE <mcrdsexternal_table_name>(
  <col_name1> <data_type>,
  <col_name2> <data_type>,
  ......
)
STORED BY 'com.aliyun.odps.jdbc.JdbcStorageHandler'  --处理JDBC连接类数据源的Handler。
location '<jdbc:mysql://realm_name:port/rds_database_name?useSSL=false&user=user_name&password=password_value&table=rds_table_name>' 
TBLPROPERTIES(
 ['odps.federation.jdbc.colmapping'='<col_name1:rdstable_colname1|select_alias1>[,<col_name2:rdstable_colname2|select_alias2>,...]',]
 'mcfed.mapreduce.jdbc.input.query'='<select_sentence>',
 'networklink'='<networklink_name>'
)
;

mcrdsexternal_table_name：必填。待创建外部表的名称。
col_name：必填。外部表的列名称。
data_type：必填。列的数据类型。
jdbc:mysql://realm_name:port/rds_database_name?useSSL=false&user=user_name&password=password_value&table=rds_table_name：必填。连接RDS数据源表的连接字符串。
说明
连接字符串中如果包含特殊字符需要转换为URL编码，转换URL编码请参见URL_ENCODE。
- realm_name:port：RDS数据连接内网地址及内网端口，获取方式请参见查看和管理实例连接地址和端口。
- rds_database_name：RDS数据库名称。
- user_name：RDS数据库的账号。
- password_value：RDS数据库的密码。
- rds_table_name：RDS源表名称。
TBLPROPERTIES：
- odps.federation.jdbc.colmapping：可选。MaxCompute外部表与RDS数据源表列的映射关系，此处的映射列数需要与MaxCompute外部表定义的列数保持一致。其中：rdstable_colname为RDS源表的列名（全部列映射），select_alias为给查询结果定义的列别名（指定列映射）。
  - 若未配置该参数，则会使用MaxCompute外部表中定义的列名映射RDS同名列访问。
  - 若配置该参数，但是只指定MaxCompute外部表部分列的映射关系，则按照源表字段名映射至RDS外部表的对应列。其他未指定的列，如果列名或类型不匹配会报错。
- mcfed.mapreduce.jdbc.input.query：可选。读取RDS数据源表数据。外部表的列、列名与直接查询的RDS数据源表的列、列名及数据类型保持一致。如果使用了别名，则与别名保持一致。select_sentence格式为SELECT xxx FROM <rds_database_name>.<rds_table_name>。
- networklink：必填。RDS实例所在VPC的MaxCompute网络连接名称。您可以请登录MaxCompute控制台，在左侧导航栏选择租户管理 > 网络连接，即可在网络连接页面获取您所创建对应的网络连接名称。

使用RDS数据源创建MaxCompute的外部表并加载数据

使用RDS数据源创建MaxCompute外部表的步骤如下：

登录RDS数据库，执行建表语句并插入数据。操作详情请参见通过DMS登录RDS数据库。

建表示例如下：

CREATE TABLE `rds_mc_external` (
  `id` int(11) DEFAULT NULL,
  `name` varchar(32) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `rds_mc_external`(`id` ,`name` ) VALUES(1,"lisi");
INSERT INTO `rds_mc_external`(`id` ,`name` ) VALUES(1,"zhangsan");

在MaxCompute客户端创建映射RDS数据源的外部表。您可以通过如下两种方式进行操作：

创建MaxCompute外部表的列名和RDS中表的列名完全对应。

在MaxCompute客户端创建外部表，表列名与RDS中表的列名完全对应。命令示例如下：

SET odps.sql.hive.compatible = true;
CREATE EXTERNAL TABLE mc_vpc_rds_external (
id int,
name string
)
STORED BY 'com.aliyun.odps.jdbc.JdbcStorageHandler'
location 'jdbc:mysql://rm-2ze01y92y1tzp****.mysql.rds.aliyuncs.com:3306/rds_test?useSSL=false&user=****&password=****&table=rds_mc_external'
TBLPROPERTIES(
'mcfed.mapreduce.jdbc.input.query'='select * from rds_test.rds_mc_external',
'networklink'='networklink4mysql'
);

向新建的MaxCompute表中插入数据。

命令示例如下：

--插入数据。
INSERT INTO table mc_vpc_rds_external VALUES(2,"zhagnsan");

查询数据插入结果。

命令示例如下：

--查询数据插入结果。
SELECT * FROM mc_vpc_rds_external;

创建MaxCompute外部表的列名和RDS表指定的列名进行映射。

在MaxCompute客户端创建外部表，表列名与RDS表中指定的列名进行映射。命令示例如下：

SET odps.sql.hive.compatible = true;
CREATE EXTERNAL TABLE mc_vpc_rds_external_mapping (
  key int,
  value string
)
STORED BY 'com.aliyun.odps.jdbc.JdbcStorageHandler'
location 'jdbc:mysql://rm-2ze01y92y1tzp****.mysql.rds.aliyuncs.com:3306/rds_test?useSSL=false&user=****&password=****&table=rds_mc_external'
TBLPROPERTIES(
'mcfed.mapreduce.jdbc.input.query'='select * from rds_test.rds_mc_external',
'networklink'='networklink4mysql'
);

向新建的MaxCompute表中插入数据。

命令示例如下：

--插入数据。
INSERT INTO TABLE mc_vpc_rds_external_mapping VALUES(4,"lisi");

查询数据插入结果。

命令示例如下：

--查询数据插入结果。
SELECT * FROM mc_vpc_rds_external_mapping;