《阿里云认证的解析与实战-数据仓库ACP认证》——功能演示二:创建数据仓库并完成数据同步——四、操作步骤

简介: 《阿里云认证的解析与实战-数据仓库ACP认证》——功能演示二:创建数据仓库并完成数据同步——四、操作步骤

1. 首先创建源库和源表,登录阿里云控制台创建源库名为test_adb后,通过DMS登录数据库RDS MySQL,并在该库中创建了一张名为goods的源表,建表语句如下:

 

CREATE TABLE goods ( goods_id bigint(20) NOT NULL, price double NOT NULL, 
class bigint(20) NOT NULL, name varchar(32) NOT NULL, update_time timestamp 
NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP, PRIMARY KEY 
(goods_id) );

 

2. 连接目标AnalyticDB MySQL集群。

3. 创建目标数据库。

4. 创建外部映射表,使用以下命令在目标库adb_demo中创建一张名为goods_external_table的外部映射表:

 

CREATE TABLE IF NOT EXISTS goods_external_table (
 goods_id bigint(20) NOT NULL,
 price double NOT NULL,
 class bigint(20) NOT NULL,
 name varchar(32) NOT NULL,
 update_time timestamp,
 PRIMARY KEY (goods_id)
)
 ENGINE='mysql' 
 TABLE_PROPERTIES='{ 
 "url":"jdbc:mysql://mysql-vpc-address:3306/test_adb", 
 "tablename":"goods", 
 "username":"mysql-user-name", 
 "password":"mysql-user-password" 
 }';CREATE TABLE goods ( goods_id bigint(20) NOT NULL, price double NOT NULL, 
class bigint(20) NOT NULL, name varchar(32) NOT NULL, update_time timestamp 
NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP, PRIMARY KEY 
(goods_id) );

 

参数说明

 

• ENGINE=’mysql’:外部表的存储引擎说明,本文使用的是MySQL。

• TABLE_PROPERTIES:AnalyticDB MySQL访问RDS MySQL数据的访问方式。

• url:RDS MySQL实例中的内网地址(即VPC连接地址)和源库名(本文示例中为test_adb)。

 

RDS地址信息的查看方法,请参见查看或修改内外网地址和端口。

格式:"jdbc:mysql://mysql-vpc-address:3306/rds-database-name"。

例:jdbc:mysql://rm-****************.mysql.rds.aliyuncs.com:3306/test_adb。

 

• tablename:RDS MySQL中源表名,本文示例中为goods。

• username:需要访问RDS MySQL源库的账号。

• password:以上账号对应的密码。

 

5. 创建目标表,使用以下命令在目标数据库adb_demo中创建一张名为mysql_import_test的目标表,用于存储从RDS MySQL导入的数据。

 

CREATE TABLE IF NOT EXISTS mysql_import_test (
 goods_id bigint(20) NOT NULL,
 price double NOT NULL,
 class bigint(20) NOT NULL,
 name varchar(32) NOT NULL,
 update_time timestamp,
 PRIMARY KEY (goods_id)
)
DISTRIBUTED BY HASH(goods_id);

 

6. 将源RDS MySQL实例中的数据导入至目标AnalyticDB MySQL集群中。

 

REPLACE INTO mysql_import_test
SELECT * FROM goods_external_table;

 

7. 导入完成后,可以登录AnalyticDB MySQL的目标库adb_demo中,执行如下命令查看并验证源表数据是否成功导入至目标mysql_import_test表中:

 

SELECT * FROM mysql_import_test LIMIT 100;


相关文章
|
前端开发 JavaScript
React 步骤条组件 Stepper 深入解析与常见问题
步骤条组件是构建多步骤表单或流程时的有力工具,帮助用户了解进度并导航。本文介绍了在React中实现简单步骤条的方法,包括基本结构、状态管理、样式处理及常见问题解决策略,如状态管理库的使用、自定义Hook的提取和CSS Modules的应用,以确保组件的健壮性和可维护性。
637 17
|
存储 缓存 算法
HashMap深度解析:从原理到实战
HashMap,作为Java集合框架中的一个核心组件,以其高效的键值对存储和检索机制,在软件开发中扮演着举足轻重的角色。作为一名资深的AI工程师,深入理解HashMap的原理、历史、业务场景以及实战应用,对于提升数据处理和算法实现的效率至关重要。本文将通过手绘结构图、流程图,结合Java代码示例,全方位解析HashMap,帮助读者从理论到实践全面掌握这一关键技术。
638 14
|
人工智能 API 开发者
HarmonyOS Next~鸿蒙应用框架开发实战:Ability Kit与Accessibility Kit深度解析
本书深入解析HarmonyOS应用框架开发,聚焦Ability Kit与Accessibility Kit两大核心组件。Ability Kit通过FA/PA双引擎架构实现跨设备协同,支持分布式能力开发;Accessibility Kit提供无障碍服务构建方案,优化用户体验。内容涵盖设计理念、实践案例、调试优化及未来演进方向,助力开发者打造高效、包容的分布式应用,体现HarmonyOS生态价值。
1197 27
|
数据采集 JSON 数据可视化
JSON数据解析实战:从嵌套结构到结构化表格
在信息爆炸的时代,从杂乱数据中提取精准知识图谱是数据侦探的挑战。本文以Google Scholar为例,解析嵌套JSON数据,提取文献信息并转换为结构化表格,通过Graphviz制作技术关系图谱,揭示文献间的隐秘联系。代码涵盖代理IP、请求头设置、JSON解析及可视化,提供完整实战案例。
1046 4
JSON数据解析实战:从嵌套结构到结构化表格
|
物联网 调度 vr&ar
鸿蒙HarmonyOS应用开发 |鸿蒙技术分享HarmonyOS Next 深度解析:分布式能力与跨设备协作实战
鸿蒙技术分享:HarmonyOS Next 深度解析 随着万物互联时代的到来,华为发布的 HarmonyOS Next 在技术架构和生态体验上实现了重大升级。本文从技术架构、生态优势和开发实践三方面深入探讨其特点,并通过跨设备笔记应用实战案例,展示其强大的分布式能力和多设备协作功能。核心亮点包括新一代微内核架构、统一开发语言 ArkTS 和多模态交互支持。开发者可借助 DevEco Studio 4.0 快速上手,体验高效、灵活的开发过程。 239个字符
1565 13
鸿蒙HarmonyOS应用开发 |鸿蒙技术分享HarmonyOS Next 深度解析:分布式能力与跨设备协作实战
|
数据采集 机器学习/深度学习 存储
可穿戴设备如何重塑医疗健康:技术解析与应用实战
可穿戴设备如何重塑医疗健康:技术解析与应用实战
1023 4
|
自然语言处理 搜索推荐 数据安全/隐私保护
鸿蒙登录页面好看的样式设计-HarmonyOS应用开发实战与ArkTS代码解析【HarmonyOS 5.0(Next)】
鸿蒙登录页面设计展示了 HarmonyOS 5.0(Next)的未来美学理念,结合科技与艺术,为用户带来视觉盛宴。该页面使用 ArkTS 开发,支持个性化定制和无缝智能设备连接。代码解析涵盖了声明式 UI、状态管理、事件处理及路由导航等关键概念,帮助开发者快速上手 HarmonyOS 应用开发。通过这段代码,开发者可以了解如何构建交互式界面并实现跨设备协同工作,推动智能生态的发展。
1031 10
鸿蒙登录页面好看的样式设计-HarmonyOS应用开发实战与ArkTS代码解析【HarmonyOS 5.0(Next)】
|
机器学习/深度学习 人工智能 Java
Java机器学习实战:基于DJL框架的手写数字识别全解析
在人工智能蓬勃发展的今天,Python凭借丰富的生态库(如TensorFlow、PyTorch)成为AI开发的首选语言。但Java作为企业级应用的基石,其在生产环境部署、性能优化和工程化方面的优势不容忽视。DJL(Deep Java Library)的出现完美填补了Java在深度学习领域的空白,它提供了一套统一的API,允许开发者无缝对接主流深度学习框架,将AI模型高效部署到Java生态中。本文将通过手写数字识别的完整流程,深入解析DJL框架的核心机制与应用实践。
1140 3
|
运维 Shell 数据库
Python执行Shell命令并获取结果:深入解析与实战
通过以上内容,开发者可以在实际项目中灵活应用Python执行Shell命令,实现各种自动化任务,提高开发和运维效率。
712 20

推荐镜像

更多
  • DNS