本文为您介绍如何通过创建同步任务，导出MaxCompute中的数据至MySQL数据源中。

前提条件

  • 您需要首先通过RDS创建MySQL实例，获取RDS实例ID，并在RDS控制台添加白名单。详情请参见创建RDS MySQL实例和添加白名单。
    说明 如果是通过自定义资源组调度RDS的数据同步任务，必须把自定义资源组的机器IP也加入RDS的白名单中。
  • 如果您使用的是RDS MySQL数据库，请在RDS MySQL数据库中创建表odps_result，建表语句如下所示。 
    CREATE TABLE `ODPS_RESULT` (
`education`  varchar(255) NULL ,
`num`  int(10) NULL 
);
    建表完成后，您可以执行desc odps_result;语句，查看表详情。

背景信息

在DataWorks中，通常通过数据集成功能，定期导入系统中产生的业务数据至工作区。SQL任务进行计算后，再定期导出计算结果至您指定的数据源中，以便进一步展示或运行使用。工作流程

目前数据集成功能支持从RDS、MySQL、SQL Server、PostgreSQL、MaxCompute、OCS、DRDS、OSS、Oracle、FTP、DM、HDFS和MongoDB等数据源中，导入数据至工作空间或从工作空间导出数据。详细的数据源类型列表请参见支持的数据源与读写插件。

新增数据源

说明 仅项目管理员角色可以新建数据源，其它角色的成员仅支持查看数据源。
  1. 进入数据源管理页面。
    1. 登录DataWorks控制台。
    2. 在左侧导航栏，单击工作空间列表。
    3. 选择工作空间所在地域后，单击相应工作空间后的进入数据集成。
    4. 在左侧导航栏，单击数据源 > 数据源列表，进入工作空间管理 > 数据源管理页面。
  2. 在数据源管理页面，单击右上角的新增数据源。
  3. 在新增数据源对话框中，选择数据源类型为MySQL。
  4. 在新增MySQL数据源对话框，配置各项参数。
    此处以创建阿里云实例模式类型为例。实例模式
    参数 描述
    数据源类型 当前选择的数据源类型为阿里云实例模式。
    数据源名称 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。
    适用环境 可以选择开发或生产环境。
    说明 仅标准模式工作空间会显示该配置。
    地区 选择相应的地域。
    RDS实例ID 您可以进入RDS控制台，查看RDS实例ID。
    RDS实例主账号ID 实例购买者登录DataWorks控制台，鼠标悬停至右上角的用户头像，查看账号ID。
    默认数据库名
    此处配置的是该数据源对应的默认数据库名称。后续配置同步任务的说明如下：
    • 配置整库同步（包含实时和离线）或同步解决方案任务时，您可以选择相应RDS实例下所有具有权限的数据库。
    • 配置离线同步任务，当您选择使用多个数据库时，则每个数据库均需要配置一个数据源。
    用户名 登录数据库的用户名称。
    密码 登录数据库的密码。密码中避免使用@符号。
  5. 测试资源组连通性。
    在数据集成和任务调度页签下，分别单击相应资源组后的测试连通性，连通状态为可连通时，表示连通成功。
    说明
    • 数据同步时，一个任务只能使用一种资源组。
    • 您需要测试每种资源组的连通性，以保证同步任务使用的资源组能够与数据源连通，否则将无法正常执行数据同步任务。
    测试连通性
  6. 测试连通性通过后，单击完成。

新建并配置同步节点

本节将新建一个同步节点write_result并进行配置，目的是把表result_table中的数据写入至自己的MySQL数据库中。具体操作如下：

  1. 切换至数据开发面板，新建一个离线同步节点write_result。
    新建同步节点
  2. 在业务流程页面，设置write_result节点的上游节点为insert_data节点。
    依赖关系
  3. 在离线同步节点页面，选择数据源（ODPS > odps_first）、表（result_table）为数据来源。
  4. 选择您新建的MySQL数据源中的表（odps_result）为数据去向。
    选择数据来源
  5. 选择字段的映射关系，左侧的源头表字段和右侧的目标表字段为一一对应关系。
  6. 在通道控制区域，配置作业速率上限和脏数据检查规则。
    配置完成上述操作后，请进行通道控制。通道配置
    参数 描述
    任务期望最大并发数 数据同步任务内，可以从源并行读取或并行写入数据存储端的最大线程数。向导模式通过界面化配置并发数，指定任务所使用的并行度。
    同步速率 设置同步速率可以保护读取端数据库，以避免抽取速度过大，给源库造成太大的压力。同步速率建议限流，结合源库的配置，请合理配置抽取速率。
    错误记录数 错误记录数，表示脏数据的最大容忍条数。
    分布式处理能力 数据同步时，可以将任务切片分散到多台执行节点上并发执行，提高同步速率。该模式下，配置较大任务并发数会增加数据存储访问压力，如需使用该功能，请提前评估数据存储的访问负载。该功能仅支持在独享数据集成资源组配置。
  7. 预览保存。
    完成上述配置后，上下滚动鼠标即可查看任务配置。确认无误后，单击工具栏中的保存图标。

提交数据同步任务

同步任务保存后，返回业务流程。单击工具栏中的提交图标，提交同步任务至调度系统中。调度系统会根据配置的属性，从第二天开始自动定时执行。

后续步骤

现在，您已经学习了如何创建同步任务，将数据导出至不同类型的数据源中，您可以继续下一个教程。在该教程中，您将学习如何设置同步任务的调度属性和依赖关系。详情请参见设置周期和依赖。