All Products
Search

This Product

    DataWorks:Konfigurasikan tugas sinkronisasi batch tabel tunggal di Antarmuka tanpa kode

    Document Center

    DataWorks:Konfigurasikan tugas sinkronisasi batch tabel tunggal di Antarmuka tanpa kode

    Last Updated:Jun 23, 2026

    Data Integration menyediakan Antarmuka tanpa kode untuk memandu Anda dalam pengembangan tugas. Dengan Antarmuka tanpa kode, Anda dapat mengonfigurasi sumber dan tujuan, lalu menggunakan parameter penjadwalan DataWorks untuk secara berkala menyinkronkan data penuh atau inkremental dari satu tabel sumber atau dari database dan tabel ter-shard ke tabel tujuan. Topik ini menjelaskan cara mengonfigurasi tugas sinkronisasi batch tabel tunggal di Antarmuka tanpa kode. Konfigurasi spesifik bervariasi tergantung pada sumber data. Untuk informasi lebih lanjut, lihat Sumber data yang didukung dan solusi sinkronisasi.

    Prasyarat

    • Konfigurasikan database sumber dan tujuan yang diperlukan di Data Source Management di konsol DataWorks. Untuk informasi lebih lanjut, lihat Daftar sumber data.

      Catatan

    • Beli kelompok sumber daya dengan spesifikasi yang sesuai dan bind ke ruang kerja. Untuk informasi lebih lanjut, lihat Gunakan kelompok sumber daya Serverless.

    • Buat koneksi jaringan antara kelompok sumber daya dan sumber data. Untuk informasi lebih lanjut, lihat Konfigurasikan koneksi jaringan.

    • Jika Anda perlu menyinkronkan tabel MaxCompute yang tidak terikat ke ruang kerja saat ini (misalnya, dalam sinkronisasi lintas proyek), Anda harus terlebih dahulu menambahkan proyek MaxCompute target sebagai sumber data DataWorks. Hal ini memungkinkan Anda memilih tabel tersebut sebagai sumber atau tujuan dalam tugas sinkronisasi. Untuk informasi lebih lanjut tentang konfigurasi sumber data, lihat Data Source Management.

    Langkah 1: Buat node Data Integration

    Data Studio (versi baru)

    1. Masuk ke konsol DataWorks. Di panel navigasi sebelah kiri, pilih Data Development and O&M > DataStudio. Pilih ruang kerja yang diinginkan dari daftar drop-down dan klik <p><a href={url} target="_blank">Learn more.</a></p>Data Studio.

    2. Buat alur kerja. Untuk informasi lebih lanjut, lihat Alur kerja.

    3. Buat node Data Integration dengan salah satu cara berikut:

      • Metode 1: Di pojok kanan atas daftar alur kerja, klik ikon image dan pilih Create Node > Data Integration.

      • Metode 2: Klik ganda nama alur kerja dan seret node Data Integration dari folder Data Integration ke kanvas alur kerja di sebelah kanan.

    4. Konfigurasikan jenis sumber dan tujuan, pilih Single Table Batch Sync, lalu klik OK.

    Data Studio (versi lama)

    1. Masuk ke konsol DataWorks. Di panel navigasi sebelah kiri, pilih Data Development and O&M > DataStudio. Pilih ruang kerja yang diinginkan dari daftar drop-down dan klik Data Analytics.

    2. Buat alur kerja. Untuk informasi lebih lanjut, lihat Buat alur kerja.

    3. Buat node sinkronisasi batch dengan salah satu cara berikut:

      • Metode 1: Perluas alur kerja, klik kanan Data Integration, lalu pilih Create Node > Batch Synchronization.

      • Metode 2: Klik ganda nama alur kerja dan seret node Batch Synchronization dari folder Data Integration ke kanvas alur kerja di sebelah kanan.

    4. Ikuti petunjuk di layar untuk membuat node sinkronisasi batch.

    Langkah 2: Konfigurasikan sumber data dan sumber daya waktu proses

    Dalam contoh ini, sumber adalah sumber data MySQL bernama mysql, dan tujuan adalah sumber data MaxCompute bernama own_mc. kelompok sumber daya diatur ke dwGroup, dan CU diatur ke 0,5 CU.

    1. Di bagian Source Information dan Destination, pilih sumber data untuk dibaca dan ditulis.

    2. Di bagian Runtime Resource, pilih Resource Group untuk tugas sinkronisasi, dan alokasikan CU ke tugas dari Resource Group. Jika tugas sinkronisasi Anda gagal karena error Out of Memory (OOM) akibat sumber daya tidak mencukupi, sesuaikan alokasi CU kelompok sumber daya. Untuk konfigurasi kuota sumber daya yang direkomendasikan, lihat Metrik Performa Kelompok Sumber Daya - Data Integration.

    3. Pastikan kedua sumber data sumber dan tujuan lolos Connectivity Check. Jika sumber data gagal dalam pengujian, ikuti petunjuk di layar atau lihat Konfigurasikan koneksi jaringan untuk membuat koneksi jaringan.

    Catatan

    Langkah 3: Konfigurasikan solusi sinkronisasi

    Di bagian Sumber dan Tujuan, konfigurasikan tabel yang akan dibaca dan ditulis, serta tentukan rentang data yang akan disinkronkan.

    Penting

    Konfigurasi plugin bervariasi. Bagian berikut menjelaskan pengaturan umum. Untuk konfigurasi yang didukung dan detail implementasinya, lihat dokumentasi plugin spesifik Anda. Untuk informasi lebih lanjut, lihat Daftar sumber data.

    1. Sumber

    Di bagian sumber, konfigurasikan tabel sumber dan tentukan parameter yang diperlukan sesuai permintaan.

    Aksi

    Deskripsi

    Penyaringan data

    • Beberapa jenis sumber mendukung penyaringan data. Anda dapat menentukan kondisi (klausa WHERE tanpa kata kunci WHERE) untuk menyaring data sumber. Saat tugas dijalankan, hanya data yang memenuhi kondisi ini yang disinkronkan. Untuk informasi lebih lanjut, lihat Skenario: Konfigurasikan tugas sinkronisasi batch untuk data inkremental.

    • Filter data hanya mendukung ekspresi klausa WHERE. Fitur ini tidak mendukung pernyataan SQL lengkap seperti SELECT atau JOIN. Jika Anda perlu melakukan kueri SQL kompleks selama sinkronisasi, seperti memanggil UDF, menggabungkan beberapa tabel, atau melakukan transformasi SQL dalam memori, Antarmuka tanpa kode tidak mendukung operasi tersebut secara langsung. Kami merekomendasikan pendekatan multi-langkah: pertama, gunakan node MaxCompute SQL atau PyODPS untuk logika kompleks dan pembersihan data, lalu tulis hasilnya ke tabel temporary. Kemudian, gunakan node Data Integration untuk membaca dari tabel temporary dan menyinkronkan ke tujuan akhir.

    • Untuk menerapkan sinkronisasi inkremental, Anda dapat menggabungkan kondisi filter ini dengan parameter penjadwalan agar menjadi dinamis. Misalnya, dengan menggunakangmt_create >= '${bizdate}', tugas hanya menyinkronkan data yang ditambahkan pada hari tersebut setiap kali dijalankan. Saat mengonfigurasi properti penjadwalan, Anda juga harus memberikan nilai ke variabel yang didefinisikan di sini. Untuk informasi lebih lanjut, lihat Format parameter penjadwalan yang didukung.

    Metode konfigurasi sinkronisasi inkremental bervariasi tergantung sumber data (plugin).

    Jika Anda tidak mengonfigurasi filter data, seluruh tabel akan disinkronkan secara default.

    Kunci sharding untuk database relasional

    Menentukan bidang sumber yang digunakan untuk membagi data untuk sinkronisasi. Saat tugas dijalankan, data dibagi menjadi beberapa subtugas berdasarkan bidang ini untuk melakukan pembacaan batch secara konkuren.

    Kami merekomendasikan menggunakan primary key tabel sebagai kunci sharding (splitPk) karena primary key biasanya terdistribusi merata, yang membantu mencegah kesenjangan data di antara shard.

    Saat ini, kunci sharding hanya mendukung pemisahan untuk tipe data integer. Tipe string, float, date, dan lainnya tidak didukung. Jika Anda menentukan bidang dengan tipe yang tidak didukung, DataWorks akan mengabaikan kunci sharding dan menggunakan satu saluran untuk sinkronisasi.

    Jika Anda tidak menentukan kunci sharding atau nilainya kosong, satu saluran digunakan untuk menyinkronkan data dalam tabel.

    Tidak semua plugin mendukung konfigurasi kunci sharding. Informasi di atas hanya sebagai referensi. Untuk detailnya, lihat dokumentasi plugin spesifik Anda. Untuk informasi lebih lanjut, lihat Daftar sumber data.

    2. Pemrosesan data

    Penting

    Fitur pemrosesan data tersedia di versi baru Data Studio. Untuk menggunakan fitur ini di versi lama, Anda harus memilih Use New Version (with data processing feature) saat membuat tugas. Kami merekomendasikan Anda meningkatkan ruang kerja ke versi terbaru untuk mengakses semua fitur. Untuk informasi lebih lanjut, lihat Panduan peningkatan Data Studio.

    Fitur pemrosesan data memungkinkan Anda mentransformasi data sumber menggunakan metode seperti penggantian string, pemrosesan berbantuan AI, dan penyematan data sebelum menulisnya ke tabel tujuan.

    Sebagai contoh, untuk mengonfigurasi tugas penggantian string, Anda perlu mengatur Name dan Description. Di aturan penggantian, pilih Field name, masukkan Content to be replaced (mendukung Regular expression matching dan Case-sensitive matching), dan tentukan Replacement content. Anda dapat mengklik Add rule untuk menambahkan beberapa aturan penggantian dan menggunakan Data output preview di pojok kanan atas untuk melihat hasilnya.

    1. Klik sakelar untuk mengaktifkan pemrosesan data.

    2. Di Data Processing List, klik Add Node dan pilih jenis pemrosesan: Replace String, AI-assisted processing, atau data embedding. Anda dapat menambahkan beberapa node pemrosesan data, dan DataWorks memprosesnya secara berurutan.

    3. Konfigurasikan aturan pemrosesan data sesuai permintaan. Untuk informasi lebih lanjut tentang pemrosesan berbantuan AI dan penyematan data, lihat Pemrosesan data.

      Catatan

      Pemrosesan data mengonsumsi sumber daya komputasi tambahan dan meningkatkan waktu proses tugas. Untuk menjaga efisiensi sinkronisasi, pertahankan logika pemrosesan sesederhana mungkin.

    3. Tujuan

    Di bagian tujuan, konfigurasikan tabel tujuan dan tentukan parameter yang diperlukan sesuai permintaan.

    Aksi

    Deskripsi

    Pernyataan pra- dan pasca-sinkronisasi

    Beberapa sumber data memungkinkan Anda menjalankan pernyataan SQL di tujuan sebelum data ditulis (pra-sinkronisasi) dan setelah data ditulis (pasca-sinkronisasi).

    Contoh: MySQL Writer mendukung parameter preSql dan postSql, yang memungkinkan Anda menjalankan perintah MySQL sebelum atau setelah menulis data ke MySQL. Misalnya, Anda dapat mengatur parameter Statement Run Before Writing (preSql) menjadi truncate table tablename. Ini menghapus data yang ada dari tabel tujuan sebelum data baru ditulis.

    Mode penulisan untuk konflik

    Menentukan cara menangani konflik penulisan, seperti yang melibatkan path atau primary key. Opsi yang tersedia bergantung pada sumber data tujuan dan plugin writer. Untuk detailnya, lihat dokumentasi plugin writer spesifik Anda.

    Catatan tentang tabel partisi MaxCompute

    Perhatikan hal berikut saat tujuan adalah tabel partisi MaxCompute:

    • Deteksi bidang partisi: DataWorks secara otomatis mendeteksi struktur partisi tabel MaxCompute target. Jika UI hanya menampilkan sebagian bidang partisi, periksa apakah semua bidang partisi telah didefinisikan dengan benar di lingkungan pengembangan dan produksi. Jika tugas gagal dengan error yang meminta Anda mengonfigurasi informasi partisi tabel, lengkapi parameter partisi di konfigurasi tujuan.

    • Refresh pemetaan bidang: Jika bidang baru yang ditambahkan ke sumber atau tujuan tidak muncul di area pemetaan bidang, coba metode berikut untuk merefresh cache:

      1. Pastikan struktur tabel telah disinkronkan antara lingkungan pengembangan dan produksi.

      2. Di halaman konfigurasi, beralih ke tabel lain lalu kembali ke tabel asli untuk merefresh cache.

      3. Jika bidang masih belum direfresh, restart browser Anda atau gunakan mode penyamaran untuk membuka kembali halaman konfigurasi.

    4. Konfigurasikan pemetaan bidang

    Setelah Anda memilih sumber dan tujuan, Anda harus menentukan pemetaan antara kolom sumber dan tujuan. Tugas menulis data dari setiap bidang sumber ke bidang tujuan yang sesuai berdasarkan pemetaan ini.

    • Bidang sumber yang tidak dipetakan ke bidang tujuan mana pun tidak akan disinkronkan.

    • Jika pemetaan otomatis tidak sesuai harapan, Anda harus menyesuaikannya secara manual.

    • Untuk mengecualikan bidang dari sinkronisasi, Anda dapat menghapus garis penghubung antara bidang sumber dan tujuan secara manual.

    Ketidaksesuaian tipe antara bidang sumber dan tujuan dapat menyebabkan kegagalan penulisan dan menghasilkan data kotor. Anda dapat mengonfigurasi toleransi data kotor di bagian Advanced configuration, seperti yang dijelaskan pada langkah berikutnya.

    Anda dapat memetakan bidang berdasarkan nama, baris, menggunakan pemetaan cerdas, atau menggunakan pemetaan berbasis aturan. Anda juga dapat melakukan tindakan berikut:

    • Pemetaan cerdas: Untuk meningkatkan efisiensi dan mengurangi kesalahan, Data Integration mendukung pemetaan bidang cerdas. Fitur berbasis AI ini menganalisis nama bidang, tipe data, dan komentar untuk merekomendasikan pemetaan optimal hanya dengan satu klik. Anda hanya perlu mengonfirmasi rekomendasi atau melakukan penyesuaian kecil.

      Di area pemetaan bidang, klik intelligent mapping untuk membuka kotak dialog. Anda dapat menggambarkan kebutuhan pemetaan Anda dalam bahasa alami.

      • Kasus penggunaan

        Contoh khas

        Prompt yang direkomendasikan

        Pencocokan semantik global

        Nama bidang benar-benar berbeda, tetapi maknanya sama
        (misalnya, user_id ↔ device_id)

        Cocokkan secara semantik semua bidang di tabel sumber dan target untuk secara otomatis mengidentifikasi bidang dengan makna yang sama.

        Pencocokan domain bisnis spesifik

        Hanya memetakan kategori bidang bisnis tertentu.
        (Contoh: Hanya bidang "user" atau "order")

        Hanya petakan bidang di tabel sumber yang mengandung "informasi user" (seperti nama, nomor ponsel, atau ID) ke bidang yang sesuai di tabel tujuan.
        (Catatan: Kata kunci dapat diganti dengan istilah lain, seperti "order", "logistik", atau "pembayaran".)

        Variasi awalan/akhiran

        Nama inti sama dengan awalan atau akhiran berbeda
        (misalnya, src_user_name ↔ tgt_user_name)

        Abaikan perbedaan awalan dan akhiran di bidang, lakukan pencocokan semantik hanya berdasarkan nama inti.

        Pencocokan singkatan dan nama lengkap

        Satu sisi menggunakan singkatan, sementara sisi lain menggunakan nama lengkap.
        (Misalnya: amt ↔ amount)

        Identifikasi singkatan bahasa Inggris umum dan nama lengkap yang sesuai (seperti amt=amount, addr=address), lalu buat pemetaan.

        Mengecualikan bidang tertentu

        Anda tidak perlu menyinkronkan beberapa bidang serupa.
        (Misalnya, bidang create_time.)

        Lakukan pencocokan semantik, tetapi kecualikan semua bidang yang mengandung string "time" atau "log".

        Koreksi logika kompleks

        Hasil pencocokan otomatis salah dan perlu panduan manual.

        Jangan petakan bidang id tabel sumber ke order_id tabel target. Harap hasilkan ulang saran pemetaan.

      • Setelah memasukkan prompt, klik Generate Preview. Sistem menampilkan saran pemetaan di area Preview Matching Results. Anda dapat meninjau dan memilih pemetaan yang diinginkan, lalu klik Apply untuk menambahkannya ke konfigurasi pemetaan bidang. Jika Anda tidak puas dengan hasilnya, Anda dapat menyesuaikan prompt dan menghasilkan pratinjau baru.

    • Pemetaan berbasis aturan: Jika nama bidang sumber dan tujuan memiliki pola perbedaan yang konsisten, gunakan pemetaan berbasis aturan untuk membuat pemetaan secara batch dengan mengonfigurasi aturan seperti pencocokan awalan/akhiran atau penggantian karakter. Di area pemetaan bidang, klik rule-based mapping, pilih metode dan aturan pemetaan, konfigurasikan pengaturan, pratinjau hasilnya, lalu klik Apply.

    • Tetapkan nilai ke bidang tujuan: Di kolom Source Table Field, klik Add Fields untuk menambahkan konstanta, parameter penjadwalan, atau variabel bawaan ke tabel tujuan. Misalnya, '123', '${scheduling_parameter}', atau '#{built_in_variable}#'.

      Catatan

      Untuk informasi lebih lanjut tentang cara menggunakan parameter penjadwalan, lihat Format parameter penjadwalan yang didukung.

    • Tambahkan variabel bawaan: Anda dapat menambahkan variabel bawaan secara manual dan memetakannya ke bidang tujuan, yang menghasilkan output variabel ke komponen downstream.

      Tabel berikut menjelaskan variabel bawaan yang tersedia untuk plugin berbeda.

      Variabel bawaan

      Deskripsi

      Plugin yang didukung

      '#{DATASOURCE_NAME_SRC}#'

      Nama sumber data sumber

      • MySQL Reader

      • MySQL (Sharded) Reader

      • PolarDB Reader

      • PolarDB (Sharded) Reader

      • PostgreSQL Reader

      • PolarDB-O Reader

      • PolarDB-O (Sharded) Reader

      '#{DB_NAME_SRC}#'

      Nama database tempat tabel sumber berada

      • MySQL Reader

      • MySQL (Sharded) Reader

      • PolarDB Reader

      • PolarDB (Sharded) Reader

      • PostgreSQL Reader

      • PolarDB-O Reader

      • PolarDB-O (Sharded) Reader

      '#{SCHEMA_NAME_SRC}#'

      Nama skema tempat tabel sumber berada

      • PolarDB Reader

      • PolarDB (Sharded) Reader

      • PostgreSQL Reader

      • PolarDB-O Reader

      • PolarDB-O (Sharded) Reader

      '#{TABLE_NAME_SRC}#'

      Nama tabel sumber

      • MySQL Reader

      • MySQL (Sharded) Reader

      • PolarDB Reader

      • PolarDB (Sharded) Reader

      • PostgreSQL Reader

      • PolarDB-O Reader

      • PolarDB-O (Sharded) Reader

      '#{FILE_NAME_SRC}#'

      Nama file

      • OSS Reader

      • HDFS Reader

      • FTP Reader

      • TOS Reader

      • COS Reader

      • S3 Reader

      • Azure Blob Reader

      '#{FILE_PATH_SRC}#'

      Path file absolut

      • OSS Reader

      • HDFS Reader

      • FTP Reader

      • TOS Reader

      • COS Reader

      • S3 Reader

      • Azure Blob Reader

    • Edit bidang sumber: Klik Manually Edit Mapping untuk melakukan tindakan berikut:

      • Terapkan fungsi yang didukung oleh database sumber untuk memproses bidang. Misalnya, gunakan Max(id) untuk hanya menyinkronkan nilai maksimum.

      • Edit bidang sumber secara manual jika tidak semua bidang diambil selama pemetaan otomatis.

      Catatan

      MaxCompute Reader tidak mendukung fungsi.

    Langkah 4: Konfigurasikan pengaturan lanjutan

    Penting

    Fitur Channel di versi sinkronisasi data sebelumnya kini dikenal sebagai Pengaturan lanjutan.

    Anda dapat menggunakan pengaturan lanjutan untuk mengontrol properti proses sinkronisasi data. Untuk informasi lebih lanjut tentang parameter, lihat Hubungan antara konkurensi dan pembatasan kecepatan untuk sinkronisasi batch.

    Parameter

    Deskripsi

    Expected Maximum Concurrency

    Menentukan jumlah maksimum thread yang digunakan untuk membaca dari sumber atau menulis ke tujuan secara konkuren.

    Catatan

    • Karena spesifikasi sumber daya dan faktor lain, konkurensi waktu proses aktual mungkin kurang dari atau sama dengan nilai yang dikonfigurasi. Biaya debugging kelompok sumber daya didasarkan pada konkurensi aktual ini. Untuk informasi lebih lanjut, lihat Metrik performa.

    • Biaya penjadwalan tugas terkait dengan jumlah tugas sinkronisasi batch tabel tunggal, bukan konkurensi yang dikonfigurasi.

    Sync Rate

    Mengontrol kecepatan transfer data.

    • Pembatasan kecepatan: Anda dapat mengontrol laju sinkronisasi untuk melindungi database sumber dari beban berlebih akibat kecepatan ekstraksi tinggi. Batas kecepatan minimum adalah 1 MB/s.

    • Tanpa pembatasan kecepatan: Tugas berjalan pada laju transfer maksimum yang didukung perangkat keras, dalam batas konkurensi yang dikonfigurasi.

    Catatan

    Metrik trafik mencerminkan throughput dalam Data Integration itu sendiri, bukan trafik kartu antarmuka jaringan (NIC) aktual. Trafik NIC biasanya satu hingga dua kali lipat trafik saluran, tergantung pada overhead serialisasi protokol transfer sistem penyimpanan data.

    Policy for Dirty Data Records

    Data kotor mengacu pada catatan yang gagal ditulis ke tujuan oleh tugas karena pengecualian seperti konflik tipe atau pelanggaran batasan. Anda dapat menentukan kebijakan yang mengatur ambang batas toleransi dan menentukan perilaku tugas.

    • Secara default, data kotor diizinkan dan tidak memengaruhi eksekusi tugas.

    • Jika toleransi diatur ke 0, tidak ada data kotor yang diizinkan. Jika ada data kotor yang dihasilkan selama sinkronisasi, tugas gagal.

    • Jika Anda mengizinkan data kotor dan menetapkan ambang batas:

      • Jika jumlah catatan data kotor berada dalam ambang batas, tugas mengabaikan catatan tersebut (tidak ditulis ke tujuan) dan terus berjalan.

      • Jika jumlah catatan data kotor melebihi ambang batas, tugas gagal.

    Penting

    Jumlah data kotor yang berlebihan dapat memperlambat kecepatan sinkronisasi secara keseluruhan.

    Distributed Execution

    Mengontrol apakah tugas dijalankan dalam mode terdistribusi.

    • Diaktifkan: Eksekusi terdistribusi membagi tugas Anda menjadi beberapa proses konkuren, yang menghilangkan bottleneck proses tunggal dan meningkatkan efisiensi sinkronisasi.

    • Dimatikan: Tugas dijalankan sebagai proses tunggal.

    Anda dapat menggunakan mode terdistribusi jika memiliki persyaratan performa tinggi. Mode ini juga memanfaatkan sumber daya mesin terfragmentasi secara efisien.

    Penting

    • Eksekusi terdistribusi hanya dapat diaktifkan ketika konkurensi diatur ke 8 atau lebih.

    • Mengaktifkan eksekusi terdistribusi mengonsumsi lebih banyak sumber daya. Jika terjadi error kehabisan memori (OOM) saat waktu proses, coba nonaktifkan pengaturan ini.

    Time Zone

    Jika Anda perlu menyinkronkan data lintas zona waktu, Anda dapat mengatur zona waktu sumber untuk melakukan konversi zona waktu.

    Catatan

    Kecepatan sinkronisasi keseluruhan dipengaruhi tidak hanya oleh pengaturan di atas tetapi juga oleh faktor seperti performa sumber data sumber dan kondisi jaringan. Untuk informasi lebih lanjut tentang kecepatan sinkronisasi dan penyetelan, lihat Mempercepat atau membatasi laju tugas sinkronisasi batch.

    Langkah 5: Konfigurasikan properti penjadwalan

    Untuk tugas sinkronisasi batch tabel tunggal yang dijadwalkan secara berkala, Anda perlu mengonfigurasi properti penjadwalan otomatisnya. Di halaman konfigurasi node, klik Scheduling Settings di panel kanan untuk mengonfigurasi properti penjadwalan node.

    Anda perlu mengonfigurasi parameter penjadwalan, kebijakan penjadwalan, waktu jadwal, dan dependensi penjadwalan untuk tugas sinkronisasi. Metode konfigurasinya sama dengan node Data Studio lainnya dan tidak diulang di sini.

    Untuk informasi tentang cara menggunakan parameter penjadwalan, lihat Skenario khas penggunaan parameter penjadwalan di Data Integration.

    Langkah 6: Uji dan publikasikan tugas

    • Konfigurasikan parameter run.

      Di halaman konfigurasi tugas, klik Run Configuration di panel kanan dan konfigurasikan parameter berikut untuk uji coba.

      Parameter

      Deskripsi

      Resource Group

      Pilih kelompok sumber daya yang terhubung ke sumber data.

      Script Parameters

      Tetapkan nilai ke parameter placeholder dalam tugas sinkronisasi data. Misalnya, jika tugas menggunakan parameter ${bizdate}, Anda harus memasukkan parameter tanggal dalam format yyyymmdd.

    • Jalankan tugas.

      Klik ikon image Run di bilah alat untuk menjalankan dan men-debug tugas di Data Studio. Setelah tugas selesai, Anda dapat membuat node dengan jenis sumber data tujuan untuk mengkueri data tabel dan memverifikasi hasilnya.

    • Publikasikan tugas.

      Setelah uji coba berhasil, jika tugas perlu dijalankan sesuai jadwal, klik ikon image di bagian atas halaman konfigurasi node untuk mempublikasikan tugas ke lingkungan produksi. Untuk informasi lebih lanjut tentang publikasi tugas, lihat Publikasikan tugas.

    Batasan

    • Anda hanya dapat mengonfigurasi tugas sinkronisasi batch tabel tunggal di Data Studio.

    • Antarmuka tanpa kode tidak mendukung sinkronisasi batch tabel tunggal untuk beberapa sumber data.

      Jika muncul pesan bahwa Antarmuka tanpa kode tidak didukung untuk sumber data yang Anda pilih, klik ikon image.png di bilah alat untuk beralih ke mode skrip dan lanjutkan mengonfigurasi tugas. Untuk informasi lebih lanjut, lihat Konfigurasikan tugas dalam mode skrip.

    • Antarmuka tanpa kode mudah dipelajari tetapi tidak mendukung beberapa fitur lanjutan. Jika Anda memerlukan manajemen konfigurasi detail halus, Anda dapat mengklik ikon konversi skrip di bilah alat untuk beralih ke mode skrip.

    • Tugas sinkronisasi batch tabel tunggal di Antarmuka tanpa kode hanya mendukung sinkronisasi satu tabel atau beberapa database dan tabel ter-shard (sharding hanya didukung untuk jenis sumber data tertentu dan memerlukan struktur tabel yang konsisten). Fitur ini tidak mendukung sinkronisasi database penuh, yang mencakup sinkronisasi batch struktur tabel dan data. Untuk sinkronisasi database penuh, lihat Tugas sinkronisasi batch database penuh.

    • Tugas sinkronisasi batch tidak dapat langsung dikonversi menjadi tugas sinkronisasi real-time. Untuk menyinkronkan data secara real-time, Anda harus membuat node tugas sinkronisasi real-time tabel tunggal baru.

    • Jika Anda menerima error "nama node terlalu panjang" saat mempublikasikan, ubah nama node di bagian konfigurasi lanjutan halaman publikasi. Pastikan nama tidak melebihi 128 karakter.

    Langkah selanjutnya

    Setelah mempublikasikan tugas ke lingkungan produksi, buka Pusat Operasi untuk melihat tugas terjadwal. Untuk detail tentang menjalankan dan mengelola tugas, memantau statusnya, dan memelihara kelompok sumber daya, lihat Operasi untuk tugas sinkronisasi batch.

    Referensi