操作场景

CDM支持迁移文档数据库服务（Document Database Service，简称DDS）的数据到其他数据源，这里以数据仓库服务（Data Warehouse Service，简称DWS）为例，介绍如何使用CDM将DDS数据迁移到DWS，流程如下：

1.创建CDM集群并绑定EIP

2.创建DDS连接

3.创建DWS连接

4.创建迁移作业

前提条件

• 已DWS/DDS。
• 已获取DWS/DDS数据库的IP地址、端口、数据库名称、用户名、密码，且该用户拥有DWS/DDS数据库的读、写和删除权限。

创建CDM集群并绑定EIP

1.参考创建CDM集群，创建CDM集群。

关键配置如下：

• CDM集群的规格，按待迁移的数据量选择，一般选择cdm.medium即可，满足大部分迁移场景。
• 如果DDS和DWS属于相同的VPC，则创建CDM集群时选择同一个VPC，不用绑定EIP。子网、安全组可以选择与其中一个（DDS或DWS）集群的保持一致，再配置安全组规则允许CDM集群访问另一个服务（DWS或DDS）的集群。
• 如果DDS和DWS不在同一个VPC，则创建CDM集群时选择与DDS相同的VPC，再将CDM集群 解绑/绑定集群的EIP，CDM通过EIP访问DWS集群。

2.CDM集群创建完成后，选择集群操作列的“绑定弹性IP”，CDM通过EIP访问DWS。如果DDS与DWS在同一个VPC，则不用为CDM集群绑定EIP。

                
说明
                
如果用户对本地数据源的访问通道做了SSL加密，则CDM无法通过弹性IP连接数据源。
              

创建DDS连接

1.单击CDM集群后的“作业管理”，进入作业管理界面，再选择“连接管理 > 新建连接”，进入选择连接器类型的界面。

2.连接器类型选择“文档数据库服务（DDS）”后单击“下一步”配置连接参数，参数说明如下表所示。

表DDS连接参数

参数名	说明	取值样例
名称	根据连接的数据源，用户自定义便于记忆、区分的连接名称。	mongo_link
服务器列表	DDS集群的地址列表，输入格式为“数据库服务器域名或IP地址：端口”。多个服务器列表间以“;”分隔。	192.168.0.1:7300;192.168.0.2:7301
数据库名称	要连接的DDS数据库名称。	DB_mongodb
用户名	登录DDS数据库的用户名。	cdm
密码	登录DDS数据库的密码。	-

3.单击“保存”回到连接管理界面。

创建DWS连接

1.单击CDM集群后的“作业管理”，进入作业管理界面，再选择“连接管理 > 新建连接”，进入选择连接器类型的界面。

2.连接器类型选择“数据仓库服务（DWS）”后单击“下一步”配置DWS连接参数，必填参数如下表所示，可选参数保持默认即可。

表 DWS连接参数

参数名	说明	取值样例
名称	输入便于记忆和区分的连接名称。	dwslink
数据库服务器	DWS数据库的IP地址或域名。	192.168.0.3
端口	DWS数据库的端口。	8000
数据库名称	DWS数据库的名称。	db_demo
用户名	拥有DWS数据库的读、写和删除权限的用户。	dbadmin
密码	用户的密码。	-
使用Agent	是否选择通过Agent从源端提取数据。	是
Agent	单击“选择”，选择管理Agent章节中的连接Agent中已创建的Agent。	-

3.单击“保存”完成创建连接。

创建迁移作业

1.选择“表/文件迁移 > 新建作业”，开始创建数据迁移任务。

2.配置作业基本信息：

• 作业名称：输入便于记忆、区分的作业名称。
• 源端作业配置
• 源连接名称：选择创建DDS连接中的“mongo_link”。

−数据库名称：选择待迁移数据的数据库。

−集合名称：DDS中MongoDB的集合，类似于关系型数据库中的表名。

• 目的端作业配置

−目的连接名称：选择创建DWS连接中的连接“dwslink”。

−模式或表空间：选择待写入数据的DWS数据库。

−表名：待写入数据的表名，可以手动输入一个不存在表名，CDM会在DWS中自动创建该表。

−导入前清空数据：任务启动前，是否清除目的表中数据，用户可根据实际需要选择。

3.单击“下一步”进入字段映射界面，CDM会自动匹配源端和目的端的数据表字段，需用户检查字段映射关系是否正确。

• 如果字段映射关系不正确，用户单击字段所在行选中后，按住鼠标左键可拖拽字段来调整映射关系。
• 导入到DWS时需要手动选择DWS的分布列，建议按如下顺序选取：

a.有主键可以使用主键作为分布列。

b.多个数据段联合做主键的场景，建议设置所有主键作为分布列。

c.在没有主键的场景下，如果没有选择分布列，DWS会默认第一列作为分布列，可能会有数据倾斜风险。

• 如果需要转换源端字段内容，可在该步骤配置，这里选择不进行字段转换。

4.单击“下一步”配置任务参数，一般情况下全部保持默认即可。

该步骤用户可以配置如下可选功能：

• 作业失败重试：如果作业执行失败，可选择是否自动重试，这里保持默认值“不重试”。
• 作业分组：选择作业所属的分组，默认分组为“DEFAULT”。在CDM“作业管理”界面，支持作业分组显示、按组批量启动作业、按分组导出作业等操作。
• 是否定时执行：如果需要配置作业定时自动执行，请参见 配置定时任务。这里保持默认值“否”。
• 抽取并发数：设置同时执行的抽取任务数。这里保持默认值“1”。
• 是否写入脏数据：如果需要将作业执行过程中处理失败的数据、或者被清洗过滤掉的数据写入OBS中，以便后面查看，可通过该参数配置，写入脏数据前需要先配置好OBS连接。这里保持默认值“否”即可，不记录脏数据。
• 作业运行完是否删除：这里保持默认值“不删除”。

5.单击“保存并运行”，回到作业管理界面，在作业管理界面可查看作业执行进度和结果。

6.作业执行成功后，单击作业操作列的“历史记录”，可查看该作业的历史执行记录、读取和写入的统计数据。

在历史记录界面单击“日志”，可查看作业的日志信息。