增量归档MaxCompute

注意事项

增量导出MaxCompute功能于2023年6月16日下线。2023年6月16日后购买的LTS将无法使用增量导出MaxCompute功能，2023年6月16日前购买的LTS仍可正常使用此功能。

前提条件

• 已开通LTS。

• 已添加HBase数据源。

• 已添加MaxCompute数据源。

支持版本

• 自建HBase1.x、2.x。

• EMR HBase。

• 标准版云HBase、增强版云HBase（集群版本）、Lindorm。

限制

• 实时数据归档基于HBase的日志，因此不能导出bulkload的数据。

日志生命周期

• 开启归档后，如果不消费数据，默认日志会保留48小时，超时后订阅关系自动取消，保留的数据自动删除。

• 如果没有停止同步任务直接释放LTS实例，同步任务会暂停，同时不会消费数据。

提交归档任务

1. 进入LTS操作页面，在左侧导航栏选择Lindorm/HBase导出 > 增量数据导出MaxCompute。

2. 单击创建任务， 进入创建页面，选择对应的HBase源集群和MaxCompute目标集群， 指定需要导出的HBase表。在创建任务页面，根据需要填写任务名（可不填），选择源集群和目标集群，在表映射中配置列映射 JSON，其中 tableMode 可设为 wideTable（宽表模式）。提交前请确认源集群日志保留时间（hbase.master.logcleaner.ttl），防止日志保留时间过短导致任务失败。配置完成后单击创建。以上配置对HBase表wal-test进行实时数据归档到MaxCompute

   • 归档的列包括cf1:a、cf1:b、cf1:c、cf1:d四列。

   • mergeInterval 表示的是归档的间隔（单位毫秒）， 默认指定 86400000 （一天）。

   • mergeStartAt（格式为yyyyMMddHHmmss）表示从2019年9月30号0点整作为起始时间（可以指定一个过去的值） 。

3. 查看表归档进度。实时同步通道展示的是日志同步的延迟、点位，Table Merge展现的是表Merge的任务，Merge完成即可在MaxCompute上查询最新分区的表。提交归档任务后，进入归档任务详情页面，页面包含三部分信息：建表详情中任务状态为 SUCCEEDED；实时同步通道状态为 RUNNING，同步时延为 4520 ms，任务队列显示运行中(2)/队列中(0)；Table Merge 运行状态为 RUNNING，任务进度为 47.50%。

4. 登录MaxCompute查询表数据。在 MaxCompute 中执行 SELECT * from hbase2odps.wal_test_xxx WHERE pt = 'xxxxxxxx' 查询归档数据，结果包含 rowkey、cf1_string、cf1_long、cf1_short、cf1_bigdecimal、cf1_double、cf1_float、cf1_boolean、cf1_null、pt 等列，验证数据已成功从 HBase 归档至 MaxCompute。

参数说明

导出表格式如下：

hbaseTable/odpsTable {"cols": ["cf1:a|string", "cf1:b|int", "cf1:c|long", "cf1:d|short","cf1:e|decimal", "cf1:f|double","cf1:g|float","cf1:h|boolean","cf1:i"], "mergeInterval": 86400000, "mergeStartAt": "20191008100547"}
hbaseTable/odpsTable {"cols": ["cf1:a", "cf1:b", "cf1:c"],  "mergeStartAt": "20191008000000"}
hbaseTable {"mergeEnabled": false} // 不进行merge操作

导出的表包含三部分：hbaseTable、odpsTable、tbConf。

• hbaseTable：指定HBase表。

• odpsTable：可选，指定目标表名。默认和HBase表名相同 ，ODPS表名中不支持半角句号（.）和短划线（-）字符，统一转化为下划线（_）。

• tbConf：指定表的归档行为，支持的参数如下表。