本文主要介绍在HBase中如何进行RDS全量导入。
注意事项
RDS全量导入功能于2023年3月10日下线。2023年3月10日后购买的LTS将无法使用RDS全量导入功能,2023年3月10日前购买的LTS仍可正常使用此功能。
前提条件
LTS的购买时间在2023年03月10日之前。
- 已购买LTS数据迁移同步服务,配置LTS操作页面账户密码。
- 已连接LTS和HBase迁移集群、RDS实例的网络。
- 已添加HBase集群数据源或者Phoenix数据源。
- 已添加RDS数据源。
适用场景
HBase
- 自建HBase1.x、2.x。
- EMR HBase。
- 标准版云HBase、增强版云HBase(集群版本)。
Mysql
- 自建Mysql。
- RDS for Mysql。
任务创建
- 登录HBase控制台,进入LTS操作页面,在左侧导航栏中选择。
- 单击创建迁移任务,设置RDS数据源和目标数据源(HBase、Phoenix),输入需要迁移的表Mapping信息。
页面包含以下配置项:
通道名:输入迁移任务名称,如
job1。RDS数据源:选择已添加的 RDS 数据源。
目标数据源(HBase、Phoenix):选择目标 HBase 实例。
表映射:以 JSON 格式配置,reader 部分通过多条
querySql实现数据分片(如按 ID 范围拆分),writer 部分通过columns定义 HBase 列族与列的映射关系,支持concat等表达式。
配置完成后单击创建同步通道。
- 查看任务进度。
任务进度页面显示通道概览中通道状态为 SUCCEEDED,迁移进度为 2/2,读写详情均为 1.6 kB;子任务详情中两个 DataXTask 子任务状态均为 SUCCEEDED,分别迁移 14 条和 8 条记录,共计 22 条。
- 迁移完成之后, 查看HBase表。
idg6 column=f1:b, timestamp=1579420817743, value=\xEF\xBF\xBD\xEF\xBF\xBD^\xEF\xBF\xBD\xEF\xBF\xBD\xDF\xB4I idg6 column=f1:col1, timestamp=1579420817743, value=title16 idg6 column=f1:col2, timestamp=1579420817743, value=title1 idg6 column=f1:d, timestamp=1579420817743, value=0.234234234234234 idg6 column=f1:date, timestamp=1579420817743, value=2019-01-02 idg6 column=f1:datetime, timestamp=1579420817743, value=2019-01-02 20:14:55 idg6 column=f1:dcm, timestamp=1579420817743, value= idg6 column=f1:f, timestamp=1579420817743, value=1.5 idg6 column=f1:id, timestamp=1579420817743, value=6 idg6 column=f1:te, timestamp=1579420817743, value= idg6 column=f1:time, timestamp=1579420817743, value=20:14:55 idg6 column=f1:title, timestamp=1579420817743, value=title1 idg6 column=f1:ts, timestamp=1579420817743, value=2019-01-02 20:14:55 idg7 column=f1:b, timestamp=1579420817743, value=\xEF\xBF\xBD\xEF\xBF\xBD^\xEF\xBF\xBD\xEF\xBF\xBD\xDF\xB4I idg7 column=f1:col1, timestamp=1579420817743, value=title17 idg7 column=f1:col2, timestamp=1579420817743, value=title1 idg7 column=f1:d, timestamp=1579420817743, value=0.234234234234234 idg7 column=f1:date, timestamp=1579420817743, value=2019-01-02 idg7 column=f1:datetime, timestamp=1579420817743, value=2019-01-02 20:14:55 idg7 column=f1:dcm, timestamp=1579420817743, value= idg7 column=f1:f, timestamp=1579420817743, value=1.5 idg7 column=f1:id, timestamp=1579420817743, value=7 idg7 column=f1:te, timestamp=1579420817743, value= idg7 column=f1:time, timestamp=1579420817743, value=20:14:55 idg7 column=f1:title, timestamp=1579420817743, value=title1 idg7 column=f1:ts, timestamp=1579420817743, value=2019-01-02 20:14:55
HBase表映射
{
"reader": {
"querySql": [
"select id, title, content from rds.test where id < 8",
"select id, title, content from rds.test where id >= 8"
]
},
"writer": {
"columns": [
{
"name": "f1:col1",
"value": "{{ concat(title, id) }}"
},
{
"name": "f1:col2",
"value": "content",
"type": "string"
},
{
"name": "f1:*"
}
],
"rowkey": {
"value": "{{ concat('idg', id) }}"
},
"tableName": "default:t1"
}
}说明
"querySql":根据querySql的数量进行任务拆分,分布式运行。"value": "{{ concat(title, id) }}":将MySQL中的数据title和ID字段进行拼接,作为HBase f1:col1列的值。"type": "string":type字段可选, 默认都按string类型类处理写入HBase。"name": "f1:*":MySQL没有匹配到的列会走默认的匹配。
支持简单的表达式,计算表达式为jtwig语法,如下:
{
"name": "cf1:hhh",
"value": "{{ concat(title, id) }}"
}支持动态列,没有匹配到的列会默认匹配。
{
"name": "cf1:*",
}Phoenix表映射
{
"reader": {
"querySql": [
"select id, title, ts, datetime, date, time, b, f, d from rds.test where id < 8",
"select id, title, ts, datetime, date, time, b, f, d from rds.test where id >= 8"
]
},
"writer": {
"columns": [
{
"isPk": true,
"name": "id"
},
{
"name": "title",
"value": "title"
},
{
"name": "ts"
},
{
"name": "datetime"
},
{
"name": "date"
},
{
"name": "time"
},
{
"name": "b"
},
{
"name": "f"
},
{
"name": "d"
}
],
"tableName": "dtstest"
}
}说明 MySQL中
title字段对应Phoenix中的title, 如果字段名相同可不填。该文章对您有帮助吗?