分析型数据库如何导入数据?

分析型数据库支持多种接入数据的方式，您可以直接将数据通过insert/delete SQL写入实时表（详见使用手册第四章），或通过Kettle等ETL工具将本地文件写入分析型数据库，或是通过阿里云数据传输从阿里云RDS中实时同步数据变更（见使用手册8.5节），或者建立批量导入表从阿里云MaxCompute（原名ODPS）大批量的导入数据。
如果在建立表时选择数据来源是批量导入，则分析型数据库提供多种数据导入的方式，如通过data pipeline系列命令（详见5.1），等方式。在这里，作为测试使用，我们通过控制台界面进行数据导入。
在操作导入数据之前，我们需要对数据的来源表进行授权，例如数据的来源表在odps上，在公有云上则需要在ODPS上对 garuda_build@aliyun.com 与 garuda_data@aliyun.com 授予describe和select权限（各个专有云授权的账号名参照专有云的相关配置文档，不一定是这个账号）。另外要注意，分析型数据库目前仅允许操作者导入自身为Project Owner的ODPS Project中，或者操作者是ODPS表的Table Creator的数据。
进入DMS页面，选择菜单栏上的导入按钮，弹出导入对话框。这里我们的数据源表在阿里云ODPS上。因此数据导入路径按照 “odps://project_name/table_name/partition_spec” 的格式来填写。关于导入数据的分区信息，在仅有Hash分区的情况下iDB Cloud会帮我们自动识别并填写。填写完毕后，如下图所示，点击“确定”按钮。

之后页面会展示导入状态一览，分析型数据库会对导入任务进行调度，根据当前系统繁忙情况和待导入数据的大小和结构不同，二十分钟至数个小时内数据导入会结束。
如果建表时数据来源选择的是实时写入，那么则可以在建表后直接在SQL窗口中编写SQL:<PRE prettyprinted? linenums>

2. insert into  my_first_table (user_id,amt,num,cat_id,thedate) values (12345, 80, 900, 1555, 20140101);

实时写入的表刚刚建立后，会有一分钟左右（公共云当前版本：0.9.*版本数据，若使用0.8版本的ADS一般为十五分钟左右）的准备时间，这时候写入的数据需要在准备完成后才能查询，否则查询会报错。在准备完成后，实时进行insert/delete的数据变更一般延迟一分钟内可查。
需要注意的是，分析型数据库进行实时插入和删除时，不支持事务，并且仅遵循最终一致性的设计，所以分析型数据库并不能作为OLTP系统使用。
若表的数据是离线批量导入，但是数据源是RDS等其它的云上系统，那么我们可以通过阿里云的CDP产品进行数据同步，在 http://www.aliyun.com/product/cdp/ 上开通CDP（可能需要申请公测）后，按照如下示例配置同步Job：<PRE prettyprinted? linenums>

3. {
4.     "type": "job",
5.     "traceId": "rds to ads job test",
6.     "version": "1.0",
7.     "configuration": {
8.         "setting": {
9.         },
10.         "reader": {
11.             "plugin": "mysql",
12.             "parameter": {
13.                 "instanceName": "你的RDS的实例名",
14.                 "database": "RDS数据库名",
15.                 "table": "RDS表名",
16.                 "splitPk": "任意一个列的名字",
17.                 "username": "RDS用户名",
18.                 "password": "RDS密码",
19.                 "column": ["*"],
20.             }
21.         },
22.         "writer": {
23.           "plugin": "ads",
24.           "parameter": {
25.             "url": "在分析型数据库的控制台中选择数据库时提供的连接信息",
26.             "schema": "分析型数据库数据库名",
27.             "table": "分析型数据库表名",
28.             "username": "你的access key id",
29.             "password": "你的access key secret",
30.             "partition": "",
31.             "lifeCycle": 2,
32.             "overWrite": true
33.             }
34.         }
35.     }
36. }

需要注意的是，在运行这个任务之前，需要在分析型数据库中对 cloud-data-pipeline@aliyun-inner.com 至少授予表的Load Data权限。
若表是实时写入的，但是仍需要通过数据集成CDP从其他数据源导入到分析型数据库中，则>上述reader配置不变，但是writer配置需要变为（以原表列和目标表列相同为例，若不同需要在column选项中配置Mapping）：<PRE prettyprinted? linenums>

2. "writer": {
3.           "name": "adswriter",
4.           "parameter": {
5.             "writeMode": "insert",
6.             "url": "在分析型数据库的控制台中选择数据库时提供的连接信息",
7.             "schema": "分析型数据库数据库名",
8.             "table": "分析型数据库表名",
9.             "column": ["*"],
10.             "username": "你的access key id",
11.             "password": "你的access key secret",
12.             "partition": "id,ds=2015"
13.           }