导出CSV_云原生多模数据库 Lindorm(Lindorm)-阿里云帮助中心

Lindorm宽表引擎中的表可以导出到本地文件，包括CSV、ORC、Parquet、TXT。通过DataWorks，您可以将Lindorm宽表导出到OSS，再从OSS下载CSV到本地。本文以导出CSV为例，介绍通过DataWorks和OSS将数据导出到本地文件的计费说明、注意事项和操作步骤。

前提条件

已创建DataWorks工作空间。创建步骤，请参见创建工作空间。
已创建DataWorks独享资源组。创建步骤，请参见新增和使用独享数据集成资源组。
已创建OSS Bucket。创建步骤，请参见创建存储空间。

计费说明

本文介绍的方案需使用DataWorks和OSS，除Lindorm外，还涉及以下计费项：

使用限制

仅支持单表全量导出，不支持整库导出，也不支持增量导出。

步骤一：导出数据到OSS

1. 添加Lindorm数据源

进入管理中心。
单击左侧导航栏的数据源管理。
单击页面右上角的新增数据源，选择数据源类型为Lindorm。按弹窗提示，填写数据源的配置项。

2. 添加OSS数据源

进入管理中心。
单击左侧导航栏的数据源管理。
单击页面右上角的新增数据源，选择数据源类型为OSS。按弹窗提示，填写数据源的配置项。

3. 配置离线同步任务

进入数据开发页面。
登录DataWorks控制台，单击左侧导航栏的数据建模与开发 > 数据开发，在下拉框中选择对应工作空间后单击进入数据开发。
鼠标悬停至图标，单击新建业务流程。
在新建业务流程对话框中，输入业务名称和描述。
单击新建。

配置网络与资源配置，并测试连通性，然后单击下一步。
1. 数据来源选择Lindorm，数据源名称选择步骤1添加的Lindorm数据源。
2. 数据去向选择OSS，数据源名称选择步骤2添加的OSS数据源。
3. 我的资源组选择独享资源组。资源组用于执行同步任务。如果还没有创建独享资源组，创建方法请参见新增和使用独享调度资源组。

配置数据来源。
1. 选择表类型与表。
  如果您的表是通过SQL创建的，表类型请选择TableService。如果您的表是通过HBase API创建的，表类型请选择WideColumn。如果表包含动态列，表类型请选择WideColumn。
  如果没有找到您的表，可以切换表类型。
2. 选择读取方式。
  如果表中包含动态列，请选择竖表。否则请选择横表。

配置数据去向。
1. 选择文本类型为csv。您也可以选择其他文本类型，详细介绍请参见OSS数据源。
2. 设置文件名（含路径）和列分隔符等。

（可选）配置表头。如果希望导出的CSV文件包含表头，可参考本步骤。

单击工具栏中的转换脚本图标。

在OSS Writer脚本中增加header配置。

以下为导出包含表头的CSV文件的完整脚本示例。

导出SQL表

{
    "type": "job",
    "version": "2.0",
    "steps": [
        {
            "stepType": "lindorm",
            "parameter": {
                "selects": [],
                "mode": "FixedColumn",
                "datasource": "lindorm",
                "columns": [
                    "id",
                    "name",
                    "address"
                ],
                "envType": 1,
                "tableMode": "tableService",
                "encoding": "UTF-8",
                "caching": 128,
                "table": "tb"
            },
            "name": "Reader",
            "category": "reader"
        },
        {
            "stepType": "oss",
            "parameter": {
                "fieldDelimiterOrigin": ",",
                "nullFormat": "null",
                "dateFormat": "yyyy-MM-dd HH:mm:ss",
                "datasource": "oss_lindorm",
                "header": [
                    "id",
                    "name",
                    "address"
                ],
                "envType": 1,
                "writeSingleObject": true,
                "writeMode": "truncate",
                "encoding": "UTF-8",
                "fieldDelimiter": ",",
                "fileFormat": "csv",
                "object": "lindorm_sql"
            },
            "name": "Writer",
            "category": "writer"
        },
        {
            "name": "Processor",
            "stepType": null,
            "category": "processor",
            "copies": 1,
            "parameter": {
                "nodes": [],
                "edges": [],
                "groups": [],
                "version": "2.0"
            }
        }
    ],
    "setting": {
        "executeMode": null,
        "errorLimit": {
            "record": "0"
        },
        "speed": {
            "concurrent": 2,
            "throttle": false
        }
    },
    "order": {
        "hops": [
            {
                "from": "Reader",
                "to": "Writer"
            }
        ]
    }
}

导出HBase表

{
    "type": "job",
    "version": "2.0",
    "steps": [
        {
            "stepType": "lindorm",
            "parameter": {
                "selects": [],
                "mode": "FixedColumn",
                "datasource": "lindorm",
                "columns": [
                    "STRING|rowkey",
                    "STRING|cf:a",
                    "STRING|cf:b",
                    "STRING|cf:c"
                ],
                "envType": 1,
                "tableMode": "wideColumn",
                "encoding": "UTF-8",
                "caching": 128,
                "table": "test"
            },
            "name": "Reader",
            "category": "reader"
        },
        {
            "stepType": "oss",
            "parameter": {
                "fieldDelimiterOrigin": ",",
                "nullFormat": "null",
                "dateFormat": "yyyy-MM-dd HH:mm:ss",
                "datasource": "oss_lindorm",
                "envType": 1,
                "writeSingleObject": true,
                "header": [
                    "rowkey",
                    "cf:a",
                    "cf:b",
                    "cf:c"
                ],
                "writeMode": "truncate",
                "encoding": "UTF-8",
                "fieldDelimiter": ",",
                "fileFormat": "csv",
                "object": "from_lindorm_hbase"
            },
            "name": "Writer",
            "category": "writer"
        },
        {
            "copies": 1,
            "parameter": {
                "nodes": [],
                "edges": [],
                "groups": [],
                "version": "2.0"
            },
            "name": "Processor",
            "category": "processor"
        }
    ],
    "setting": {
        "errorLimit": {
            "record": "0"
        },
        "locale": "zh",
        "speed": {
            "throttle": false,
            "concurrent": 2
        }
    },
    "order": {
        "hops": [
            {
                "from": "Reader",
                "to": "Writer"
            }
        ]
    }
}

更多关于OSS数据源脚本的参考信息，请参见附录：脚本Demo与参数说明。

（可选）配置通道与调度属性。完成前7步，已经可以导出CSV。如果您还想进一步控制数据同步的过程属性，例如任务并发、同步速率等，请参见通过向导模式配置离线同步任务。

单击工具栏中的保存图标，然后单击运行图标。单击运行图标后，数据将导出至OSS。

步骤二：从OSS下载数据

登录OSS管理控制台。
单击Bucket 列表，然后单击目标Bucket名称。
根据配置离线同步任务步骤中设置的数据去向文件名，找到文件。单击操作列的下载，将文件下载到本地。