基于DTS Serverless构建一站式实时数据集成服务

本文涉及的产品
数据传输服务 DTS,同步至DuckDB 3个月
简介: 在企业的数字化转型背景下,企业需要数据中台数据实时集成,提升数据分析的时效性。DTS推出了从数据库将业务数据实时同步到数据仓库的解决方案,帮助客户挖掘商机,调整商业策略。同时,为了解决在客户业务负载多变的情况下灵活稳定支持数据传输的问题,DTS推出了Serverless版本,支持按需自动弹性伸缩链路规格,客户可以按需付费,无需关心底层资源。此外,DTS还提供了数据校验的增值能力,帮助检验数据一致性,以免影响客户业务决策的准确性

背景

在企业的数字化转型背景下,企业需要数据中台数据实时集成,提升数据分析的时效性。DTS推出了从数据库将业务数据实时同步到数据仓库的解决方案,帮助客户挖掘商机,调整商业策略。同时,为了解决在客户业务负载多变的情况下灵活稳定支持数据传输的问题,DTS推出了Serverless版本,支持按需自动弹性伸缩链路规格,客户可以按需付费,无需关心底层资源。此外,DTS还提供了数据校验的增值能力,帮助检验数据一致性,以免影响客户业务决策的准确性

DTS Serverless技术竞争力:

实验步骤:

说明:如您已经在DTS Serverless训练营中完成报名、开通DTS“省钱计划”体验包、购买RDS SQL Server云盘等操作,可直接跳转至第3步进行免费试用的资源申请。

1、申请并通过DTS Serverless使用权限

  1. 点击【DTS Serverless功能测试申请表单】,填写基本信息后点击提交获取DTS Serverless功能测试资格。

说明如果已经在训练营完成报名,则不需要再申请该表单。

  1. 点击【 DTS Serverless节省计划】,按照下图步骤领取DTS Serverless节省计划。


说明:该体验包有效期为3天,购买后请您及时使用,节省计划搭配DTS后付费使用(Serverless、按量实例、按量计费项),预付或消费一定的金额,换取较低折扣。节省计划包最高可以抵扣91元的DTS Serverless实例消费实验过后请您及时释放DTS资源, 否则会产生额外扣费

2、完成购买云数据库RDS SQL Server版(源数据库)

  1. 点击【RDS SQL Server版ESSD PL1 云盘】,并按照下图几个步骤购买RDS SQL Server版云盘。

说明:请全部按照默认配置,请勿重新选择其他规格。

  1. 点击下一步:实例配置

  1. 点击下一步:确认订单

  1. 点击去支付

  1. 开通成功后,将出现如下页面。



3、开通云原生数据仓库AnalyticDB PostgreSQL免费试用版本(目标数据库)

(1) 在【阿里云免费试用页面】,单击云原生数据仓库AnalyticDB PostgreSQL卡片中的立即试用

(4)按照如图所示进行AnalyticDB PostgreSQL实例的设置

注意:

地域选择“华南1(深圳)”,可用区选择“华南1可用区F”

向量引擎优化选择“关闭(数仓推荐)”

若提示

则点击“阿里云VPC控制台“

进入如下界面,点击“创建专有网络”

按照如图设置完成后,点击“确定”:

完成创建后会提示创建成功:

再返回AnalyticDB PostgreSQL的立即试用设置页面进行设置

创建服务关联角色

勾选服务协议

4、源端RDS SQL Server实例创建账号和数据库

(1)完成购买RDS SQL Server实例后,点击实例ID进入实例详情

(2)点击“账号管理”,进入页面后点击“创建账号”,并设置相关账号信息。


点击“确定”即可生成如下结果:

(3)点击“数据库管理”,进入页面后点击“创建数据库”,并设置相关数据库信息:


点击“创建”即可生成如下结果:


5、在源端RDS SQL Server实例的dtstest数据库中插入表结构和数据

(1)在RDS SQL Server实例的详情页点击“登录数据库”进入数据管理DMS的控制台

(2)点击“新增实例”,新增RDS SQL Server实例至DMS控制台:

数据来源设置如下:

基本信息设置如下:

点击“测试连接”,若显示连接成功,则点击“提交”

(3)创建表结构

双击“dtstest”,进入RDS SQL Server实例的dtstest数据库的SQLConsole

在SQLConsole中输入如下代码:

CREATE TABLE dbo.nation (
    id INT PRIMARY KEY NOT NULL,
    n_nationkey INT NOT NULL,
    n_name CHAR(25) NOT NULL,
    n_regionkey INT NOT NULL,
    n_comment VARCHAR(152)
);
CREATE TABLE dbo.region (
    id INT PRIMARY KEY NOT NULL,
    r_regionkey INT NOT NULL,
    r_name CHAR(25) NOT NULL,
    r_comment VARCHAR(152)
);
CREATE TABLE dbo.part (
    id INT PRIMARY KEY NOT NULL,
    p_partkey INT NOT NULL,
    p_name VARCHAR(55) NOT NULL,
    p_mfgr CHAR(25) NOT NULL,
    p_brand CHAR(10) NOT NULL,
    p_type VARCHAR(25) NOT NULL,
    p_size INT NOT NULL,
    p_container CHAR(10) NOT NULL,
    p_retailprice NUMERIC(10, 2) NOT NULL,
    p_comment VARCHAR(23) NOT NULL
);
CREATE TABLE dbo.supplier (
    id INT PRIMARY KEY NOT NULL,
    s_suppkey INT NOT NULL,
    s_name CHAR(25) NOT NULL,
    s_address VARCHAR(40) NOT NULL,
    s_nationkey INT NOT NULL,
    s_phone CHAR(15) NOT NULL,
    s_acctbal NUMERIC(10, 2) NOT NULL,
    s_comment VARCHAR(101) NOT NULL
);
CREATE TABLE dbo.partsupp (
    id INT PRIMARY KEY NOT NULL,
    ps_partkey INT NOT NULL,
    ps_suppkey INT NOT NULL,
    ps_availqty INT NOT NULL,
    ps_supplycost NUMERIC(10, 2) NOT NULL,
    ps_comment VARCHAR(199) NOT NULL
);
CREATE TABLE dbo.customer (
    id INT PRIMARY KEY NOT NULL,
    c_custkey INT NOT NULL,
    c_name VARCHAR(25) NOT NULL,
    c_address VARCHAR(40) NOT NULL,
    c_nationkey INT NOT NULL,
    c_phone CHAR(15) NOT NULL,
    c_acctbal NUMERIC(10, 2) NOT NULL,
    c_mktsegment CHAR(10) NOT NULL,
    c_comment VARCHAR(117) NOT NULL
);
CREATE TABLE dbo.orders (
    id INT PRIMARY KEY NOT NULL,
    o_orderkey BIGINT NOT NULL,
    o_custkey INT NOT NULL,
    o_orderstatus CHAR(1) NOT NULL,
    o_totalprice NUMERIC(10, 2) NOT NULL,
    o_orderdate DATE NOT NULL,
    o_orderpriority CHAR(15) NOT NULL,
    o_clerk CHAR(15) NOT NULL,
    o_shippriority INT NOT NULL,
    o_comment VARCHAR(79) NOT NULL
);
CREATE TABLE dbo.lineitem (
    id INT PRIMARY KEY NOT NULL,
    l_orderkey BIGINT NOT NULL,
    l_partkey INT NOT NULL,
    l_suppkey INT NOT NULL,
    l_linenumber INT NOT NULL,
    l_quantity NUMERIC(10, 2) NOT NULL,
    l_extendedprice NUMERIC(10, 2) NOT NULL,
    l_discount NUMERIC(10, 2) NOT NULL,
    l_tax NUMERIC(10, 2) NOT NULL,
    l_returnflag CHAR(1) NOT NULL,
    l_linestatus CHAR(1) NOT NULL,
    l_shipdate DATE NOT NULL,
    l_commitdate DATE NOT NULL,
    l_receiptdate DATE NOT NULL,
    l_shipinstruct CHAR(25) NOT NULL,
    l_shipmode CHAR(10) NOT NULL,
    l_comment VARCHAR(44) NOT NULL
);

点击“执行”

点击“直接执行”

执行成功后,点击刷新按钮


(4)在下列表中导入数据

首先下载数据文件并解压

以customer表为例,导入数据操作过程如下:

右键点击表后customer,点击导入

进行如下设置


点击“提交审批”后,点击“执行变更”

点击“确定执行”

其余表导入数据的流程与customer表一致,⚠️注意lineitem表上传文件为dts_lineitem_batch1.csv

6、目标端AnalyticDB PostgreSQL实例创建账号

(1)完成开通云原生数据仓库AnalyticDB PostgreSQL免费试用版本后,点击实例ID进入实例详情页

(2)点击“账号管理”,进入页面后点击“创建初始账号”

设置账号信息:

点击“确定”即可生成如下结果:


7、在目标端AnalyticDB PostgreSQL实例中创建目标数据库

(1)新增RDS SQL Server实例至DMS控制台:

点击“新增实例”

数据来源设置如下:

基本信息设置如下:

点击“测试连接”,若显示连接成功,则点击“提交”

(2)右键单击AnalyticDB PostgreSQL实例,点击“数据库管理”

点击创建库:

进行数据库信息设置:

8、在DTS控制台上创建Serverless同步任务

(1)点击进入“数据同步”页面,地域选择“华南1(深圳)”,点击“创建任务”

(2)按照下图设置配置源库及目标库信息


(3)按照下图设置配置任务对象及高级配置

(4)建议勾选全量校验和增量校验功能,帮助校验源库和目标库的数据一致性,及时发现目标库数据出现的异常并修复,以免因为数据准确性影响业务决策。进一步了解数据校验

全量校验的HASH校验和增量校验为增值付费功能,收费标准参考文档

(5)按照下图设置配置库表字段

(6)进行同步链路预检查

(7)购买Serverless同步链路

(8)等待大约10分钟,可观测到如下结果

9、插入增量数据到RDS SQLServer实例

按照第5(4)步,在DMS控制台上将lineitem表中导入dts_lineitem_batch2.csv数据文件,导入后DTS将会自动进行增量同步

10、观测DTS Serverless同步任务效果和数据校验结果

(1)返回DTS控制台,点击刚刚创建的全量同步任务的“任务详情”

(2)观测DTS Serverless同步任务效果。可以观测到DTS serverless同步链路DU使用量随着目标库的RPS波动而随之变化,实现了按需自动弹性伸缩链路规格,用户可以按需付费,无需关心底层资源

(3)点击“任务管理”,查看全量校验和增量校验的结果

11、查看DTS节省计划费用抵扣情况

点击【阿里云用户中心节省计划

说明:节省计划抵扣费用T+1出账,即当天实验完成后第二天可以看到费用抵扣情况。

12、温馨提示:完成实验后,请释放资源,以免欠费

(1)释放DTS Serverless实例





相关文章
数据采集 Web App开发 人工智能
302 0
|
6月前
|
数据采集 Web App开发 人工智能
基于函数计算FC构建 Browser Tool Sandbox 详解与实操
本文介绍了如何基于阿里云函数计算(FC)构建一个安全、可控的 Browser Tool Sandbox,支持多种浏览器自动化操作方式,包括 Playwright、Puppeteer、Browser Use 和 REST API 等,为 AI Agent 安全高效地操作浏览器提供了完整的技术方案。
|
8月前
|
分布式计算 Serverless OLAP
实时数仓Hologres V3.1版本发布,Serverless型实例从零开始构建OLAP系统
Hologres推出Serverless型实例,支持按需计费、无需独享资源,适合新业务探索分析。高性能查询内表及MaxCompute/OSS外表,弹性扩展至512CU,性能媲美主流开源产品。新增Dynamic Table升级、直读架构优化及ChatBI解决方案,助力高效数据分析。
实时数仓Hologres V3.1版本发布,Serverless型实例从零开始构建OLAP系统
|
10月前
|
JSON 安全 Serverless
MCP Server 之旅第 2 站: 从 0 到 1 - MCP Server 市场构建与存量 OpenAPI 转 MCP Server
本文聚焦MCP协议在企业应用中的两大核心痛点:如何将社区主流STDIO MCP Server一键转为可插拔Remote MCP Server,以及如何实现存量OpenAPI向MCP Server的智能化转型。文章通过具体示例,展示了基于函数计算和协议转译Adapter的解决方案,支持npm/pip生态,实现零改造一键迁移,大幅降低成本。
|
10月前
|
JSON 安全 Serverless
MCP Server On FC之旅2: 从0到1-MCP Server市场构建与存量OpenAPI转MCP Server
本文介绍了将社区主流STDIO MCP Server一键转为企业内可插拔Remote MCP Server的方法,以及存量API智能化重生的解决方案。通过FunctionAI平台模板实现STDIO MCP Server到SSE MCP Server的快速部署,并可通过“npx”或“uvx”命令调试。同时,文章还探讨了如何将OpenAPI规范数据转化为MCP Server实例,支持API Key、HTTP Basic和OAuth 2.0三种鉴权配置。该方案联合阿里云百练、魔搭社区等平台,提供低成本、高效率的企业级MCP Server服务化路径,助力AI应用生态繁荣。
1305 40
|
10月前
|
人工智能 运维 安全
阿里云 Serverless 助力海牙湾构建弹性、高效、智能的 AI 数字化平台
海牙湾(G-Town)是一家以“供应链+场景+技术+AI”为核心驱动力的科技公司,致力于为各行业提供数字化转型解决方案。通过采用阿里云Serverless架构,解决了弹性能力不足、资源浪费与运维低效的问题。SAE全托管特性降低了技术复杂度,并计划进一步探索Serverless与AI结合,推动智能数字化发展。海牙湾业务覆盖金融、美妆、能源等领域,与多家知名企业建立战略合作,持续优化用户体验和供应链决策能力,保障信息安全并创造可量化的商业价值。未来,公司将深化云原生技术应用,助力更多行业实现高效数字化转型。
693 19
|
11月前
|
自然语言处理 安全 数据挖掘
Hologres+函数计算+Qwen3,对接MCP构建企业级数据分析 Agent
本文介绍了通过阿里云Hologres、函数计算FC和通义千问Qwen3构建企业级数据分析Agent的解决方案。大模型在数据分析中潜力巨大,但面临实时数据接入与跨系统整合等挑战。MCP(模型上下文协议)提供标准化接口,实现AI模型与外部资源解耦。方案利用SSE模式连接,具备高实时性、良好解耦性和轻量级特性。Hologres作为高性能实时数仓,支持多源数据毫秒级接入与分析;函数计算FC以Serverless模式部署,弹性扩缩降低成本;Qwen3则具备强大的推理与多语言能力。用户可通过ModelScope的MCP Playground快速体验,结合TPC-H样例数据完成复杂查询任务。
|
11月前
|
分布式计算 运维 搜索推荐
立马耀:通过阿里云 Serverless Spark 和 Milvus 构建高效向量检索系统,驱动个性化推荐业务
蝉妈妈旗下蝉选通过迁移到阿里云 Serverless Spark 及 Milvus,解决传统架构性能瓶颈与运维复杂性问题。新方案实现离线任务耗时减少40%、失败率降80%,Milvus 向量检索成本降低75%,支持更大规模数据处理,查询响应提速。
570 57
|
11月前
|
人工智能 API 开发工具
GitHub官方开源MCP服务!GitHub MCP Server:无缝集成GitHub API,实现Git流程完全自动化
GitHub MCP Server是基于Model Context Protocol的服务器工具,提供与GitHub API的无缝集成,支持自动化处理问题、Pull Request和仓库管理等功能。
2222 2
GitHub官方开源MCP服务!GitHub MCP Server:无缝集成GitHub API,实现Git流程完全自动化
|
11月前
|
Serverless Python
借助 serverless 将 MCP 服务部署到云端
本文介绍了如何将 MCP 服务通过 SSE 协议部署到云端,避免本地下载和启动的麻烦。首先,使用 Python 实现了一个基于 FastMCP 的网络搜索工具,并通过设置 `transport='sse'` 启用 SSE 协议。接着,编写客户端代码测试服务功能,确保其正常运行。随后,利用阿里云函数计算服务(FC 3.0)以 Serverless 方式部署该服务,包括创建函数、配置环境变量、添加依赖层以及部署代码。最后,提供了客户端测试方法和日志排查技巧,并展示了如何在不同工具(如 Cherry-Studio、Cline 和 Cursor)中配置云端 MCP 服务。
1635 11
借助 serverless 将 MCP 服务部署到云端

热门文章

最新文章