本文为您介绍如何配置相同区域下不同的MaxCompute项目,以及如何实现数据迁移。

前提条件

请您首先完成教程《搭建互联网在线运营分析平台》的全部步骤,详情请参见业务场景与开发流程

背景信息

本文使用的被迁移的原始项目为教程《搭建互联网在线运营分析平台》中的bigdata_DOC项目,您需要再创建一个迁移目标项目,用于存放原始项目的表、资源、配置和数据。

操作步骤

  1. 创建迁移目标项目
    本文的MaxCompute项目即DataWorks的工作空间。
    1. 登录DataWorks控制台,单击左侧导航栏中的工作空间列表
    2. 选择区域为华东1(杭州),单击创建工作空间
    3. 填写创建工作空间对话框中的基本配置,单击下一步
      简单模式
      分类 参数 描述
      基本信息 工作空间名称 工作空间名称的长度需要在3~27个字符,以字母开头,且只能包含字母下划线和数字。
      显示名 显示名不能超过27个字符,只能字母、中文开头,仅包含中文、字母、下划线和数字。
      模式 工作空间模式是DataWorks新版推出的新功能,分为简单模式标准模式
      • 简单模式:指一个Dataworks工作空间对应一个MaxCompute项目,无法设置开发和生产环境,只能进行简单的数据开发,无法对数据开发流程以及表权限进行强控制。
      • 标准模式:指一个Dataworks工作空间对应两个MaxCompute项目,可以设置开发和生产两种环境,提升代码开发规范,并能够对表权限进行严格控制,禁止随意操作生产环境的表,保证生产表的数据安全。

      详情请参见简单模式和标准模式的区别

      描述 对创建的工作空间进行简单描述。
      高级设置 能下载select结果 控制数据开发中查询的数据结果是否能够下载,如果关闭无法下载select的数据查询结果。

      由于原始项目bigdata_DOC为简单模式,为方便起见,本文中DataWorks工作空间模式也为简单模式(单环境)

      工作空间名称全局唯一,建议您使用易于区分的名称,本例中使用的名称为clone_test_doc

    4. 选择计算引擎服务为MaxCompute、按量付费,单击下一步
    5. 配置引擎详情,单击创建工作空间
      分类 参数 描述
      MaxCompute 实例显示名称 实例显示名称不能超过27个字符,仅支持字母、中文开头,仅包含中文、字母、下划线和数字。
      MaxCompute项目名称 默认与DataWorks工作空间的名称一致。
      MaxCompute访问身份 开发环境的MaxCompute访问身份默认为任务负责人,不可以修改。

      生产环境的MaxCompute访问身份包括阿里云主账号阿里云子账号

      Quota组切换 Quota用来实现计算资源和磁盘配额。
  2. 跨项目克隆
    您可以通过跨项目克隆功能将原始项目bigdata_DOC的节点配置和资源复制到当前项目,详情请参见跨项目克隆实践
    说明
    • 跨项目克隆无法复制表结构与数据。
    • 跨项目克隆无法复制组合节点,需要您手动创建。
    1. 单击原始项目bigdata_DOC右上角的跨项目克隆,跳转至相应的克隆页面。
      跨项目克隆
    2. 选择克隆目标工作空间clone_test_doc业务流程为您需要克隆的业务流程Workshop,勾选所有节点,单击添加到待克隆后单击右侧的待克隆列表
      待克隆
    3. 单击全部克隆,将选中的节点克隆至工作空间clone_test_DOC
      克隆
    4. 切换至您新建的项目,检查节点是否已完成克隆。
  3. 新建数据表
    跨项目克隆功能无法克隆您的表结构,因此您需要手动新建表。
    • 对于非分区表,建议使用如下语句迁移表结构。
      create table table_name as select * from 源库MaxCompute项目.表名 ; 
    • 对于分区表,建议使用如下语句迁移表结构。
      create table table_name partitioned by (分区列 string); 

    新建表后请将表提交到生产环境。更多建表信息,请参见新建数据表

  4. 数据同步
    跨项目克隆功能无法复制原始项目的数据到新项目,因此您需要手动同步数据,本文中仅同步表rpt_user_trace_log的数据。
    1. 新建数据源。
      1. 数据集成页面,单击左侧导航栏上的数据源
      2. 数据源管理页面,单击右上角新增数据源,并选择MaxCompute(ODPS)
      3. 填写您的数据源名称ODPS项目名称AccessKey IDAccessKey Secret等信息,单击完成,详情请参见配置MaxCompute数据源
    2. 创建数据同步任务。
      1. 数据开发页面右键单击您克隆的业务流程Workshop下的数据集成,选择新建 > 离线同步
      2. 编辑您新建的数据同步任务节点,填写参数如下图所示。其中数据源bigdata_DOC是您的原始项目,数据源odps_first代表您当前的新建项目,表名是您需要同步数据的表rpt_user_trace_log。完成后单击调度配置调度配置
      3. 单击使用工作空间根节点后,提交数据同步任务。工作空间根节点
    3. 补数据
      1. 单击左上角的图标,选择全部产品 > 运维中心
      2. 单击左侧导航栏中的周期任务运维 > 周期任务
      3. 右键单击您的数据同步任务,选择补数据 > 当前节点
      4. 本例中,需要补数据的日期分区为2019年6月11日到17日,您可以直接选择业务日期,进行多个分区的数据同步。完成设置后,单击确定确定
      5. 周期任务运维 > 补数据实例页面,您可以查看补数据实例任务运行状态,显示运行成功则说明完成数据同步。
    4. 验证结果
      您可以在业务流程 > 数据开发中新建ODPS SQL类型节点,执行如下语句查看数据是否完成同步。
      select * from rpt_user_trace_log where dt BETWEEN '20190611' and '20190617';