向分析型数据库ADS中导入数据-阿里云开发者社区

开发者社区> 数据库> 正文
登录阅读全文

向分析型数据库ADS中导入数据

简介:         ADS是阿里云提供的分析性数据库,实现百亿数据毫秒级计算。         在使用ADS进行分析之前,需要先将数据导入到ADS中。 1 两种方法        ADS导入分为两种:批量导入和实时导入。这两种导入方式,是在建表的时候确定的。 1.1 批量导入

        ADS是阿里云提供的分析性数据库,实现百亿数据毫秒级计算。

        在使用ADS进行分析之前,需要先将数据导入到ADS中。

1 两种方法

        ADS导入分为两种:批量导入和实时导入。这两种导入方式,是在建表的时候确定的。

1.1 批量导入

        建表的时候,需要指定updateType='batch'

        批量导入目前仅支持数据源为ODPS表的导入,且要求ADS中的字段名称和ODPS表中的字段名称一致。步骤如下:

        1)在ODPS准备数据

                 a) 如果表不存在,在ODPS建立表,比如Table_A

                 b) 向表中导入数据

                 c) 给用户ALIYUN$garuda_build@aliyun.com赋权。这个用户是阿里云(公有云)指定的用户,

                如果需要从ODPSADS导入数据,就需要给这个用户赋权。操作如下:

add user ALIYUN$garuda_build@aliyun.com;--如果用户不存在,需要先建立
grant describe,select on table Table_A to user ALIYUN$garuda_build@aliyun.com;--将需要导出的表的descibe,select权限赋给用户

处理上述的赋权之外,还需要确认ODPS是否打开了项目保护。如果打开项目保护,此时数据只允许在项目内流动,无法流出到项目外,自然无法导入到ADS

查看是否打开项目保护的命令如下:

show SecurityConfiguration;

如果ProjectProtection=true,这说明项目保护已经打开,此时需要做一些额外的权限操作:

要么将项目保护关闭,要么设置ExceptionPolicy。

具体操作参考:项目空间的数据保护设置

(https://help.aliyun.com/document_detail/27929.html?spm=5176.doc27930.6.225.hNQZZI)

         2)在ADS中操作

               SQL语法如下:

LOAD DATA FROM 'sourcepath' [IN VERSION dataVersion] [OVERWRITE] INTO TABLE tablename [PARTITION (partition_name,...)]

               sourcepath格式如下:

odps://<project>/<table>/[<partition-1=v1>/.../<partition-n=vn>]

               在这里,具体的命令如下:

LOAD DATA FROM 'odps://project_test/Table_A' OVERWRITE INTO TABLE ads_test_01.Table_A

1.2 实时导入

       建表的时候,需要指定updateType='realtime'

         SQL语法如下:

  INSERT [IGNORE] 
     INTO tbl_name (col1,col2...) 
VALUES (value1, value2...), (value1, value2...)....

       因为实时表都有主键,如果发生主键冲突,默认执行覆盖行为;

     如果使用INSERT IGNORE语法,则丢弃新插入的数据,保留原有数据。

 

2 使用DataX导入

       DataX中实现了插件adswriter。adswriter支持上面的2中更新方式。

2.1 批量更新

        设置"writeMode":"insert", 具体设置参考https://github.com/alibaba/DataX/tree/master/adswriter

        上面讲到了,ads目前仅支持数据源为ODPS表的导入。

         adswriter的实现方式是,首先将其它数据源的数据保存到odps中的临时表中,然后在讲odps中的数据导入到ads中。

         需要注意权限问题:因为导入到odps中的是临时表,现在adswriter还没有对临时表赋权descibe,select给用户ALIYUN$garuda_build@aliyun.com,所以会导入失败。

         因为实现不知道建立的表的名字是什么,所以在进行权限设置时,使用policy的方式。

       adswriter建立的临时表是以ads数据库名称为前缀,所以,可以建立如下策略:

{
"Version": "1",
"Statement":
 [{
    "Effect":"Allow",
    "Principal":"ALIYUN$garuda_build@aliyun.com",
    "Action":["odps:Describe","odps:Select"],
    "Resource":"acs:odps:*:projects/project_test/tables/ads_test*"
}]
}

2.2 实时更新

         设置"writeMode":"insert", 具体设置参考https://github.com/alibaba/DataX/tree/master/adswriter


3 不同用户间的数据导入

          如果想将用户AODPS中的数据导入到用户BADS中,需要做一些权限设置。

          因为为了保护用户的数据安全,ADS目前仅允许导入操作者为Proejct Owner的ODPS Project的数据,

        或者操作者为ODPS Table的创建者。

          赋权的过程如下:

          a) 在用户AODPS中,添加用户B

          b) 在用户AODPS中,给用户B赋权:比如建表、查询等的权限

          c) 使用用户B登录ODPS,然后切换到用户A的项目空间下

          d) 切换之后,建立表TableA

          e) AODPS中的数据导入到TableA

          f) 然后执行批量导入

        这些步骤还是 挺麻烦的,不过是可以将不同用户下的数据导入到ADS中的

4 总结

      在导入过程中 ,出现问题最多的就是权限问题。



版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
数据库
使用钉钉扫一扫加入圈子
+ 订阅

分享数据库前沿,解构实战干货,推动数据库技术变革

其他文章
最新文章
相关文章