阿里云上拥有丰富的云存储、云数据库产品。当您需要对这些产品中的数据进行分析和搜索时,可以通过DataWorks的数据集成服务,实现最快5分钟一次的离线数据采集任务,并同步到阿里云Elasticsearch中。本教程以阿里云RDS
MySQL为例。
教程概述
- 准备工作
准备MySQL数据源、创建DataWorks工作空间、创建与配置阿里云Elasticsearch实例。
- 步骤一:购买并创建独享资源组
购买并创建一个数据集成独享资源组,并为该资源组绑定专有网络和工作空间。独享资源组可以保障数据快速、稳定地传输。
- 步骤二:添加数据源
将MySQL和Elasticsearch数据源接入DataWorks的数据集成服务中。
- 步骤三:配置并运行数据同步任务
通过向导模式配置数据同步任务,将数据集成系统同步成功的数据存储到Elasticsearch中。将独享资源组作为一个可以执行任务的资源,注册到DataWorks的数据集成服务中。这个资源组将获取数据源的数据,并执行将数据写入Elasticsearch中的任务(该任务将由数据集成系统统一下发)。
- 步骤四:验证数据同步结果
在Kibana控制台中,查看同步成功的数据。
准备工作
- 创建一个数据库。
您可以选择使用阿里云的RDS数据库,也可以在本地服务器上自建数据库。本教程以RDS MySQL数据库为例,使用JOIN获取两张表数据,同步数据到阿里云Elasticsearch中,表字段及数据如下所示。具体操作,请参见
创建RDS MySQL实例。
图 1. 表一
图 2. 表二
- 创建DataWorks工作空间。
具体操作,请参见
创建工作空间。工作空间所在地域需要与RDS MySQL一致。
- 创建阿里云Elasticsearch实例,并开启实例的自动创建索引功能。
步骤一:购买并创建独享资源组
- 登录DataWorks控制台。
- 选择相应地域后,在左侧导航栏,单击资源组列表。
- 参见购买独享数据集成资源组,购买独享数据集成资源。
注意 购买时,所选地域需要与目标工作空间保持一致。
- 参见新增独享数据集成资源组,创建一个独享数据集成资源。
本文使用的配置如下,其中
资源组类型选择
独享数据集成资源组。

- 单击已创建的独享资源组右侧的专有网络绑定,参见网络配置,为该独享资源组绑定专有网络。
独享资源部署在DataWorks托管的专有网络中。DataWorks需要与MySQL和Elasticsearch实例的专有网络连通才能同步数据。而MySQL和Elasticsearch实例在同一专有网络下,因此在绑定专有网络时,选择Elasticsearch实例所在
专有网络和
交换机即可。

- 单击已创建的独享资源组右侧的修改归属工作空间,参见绑定归属工作空间,为该独享资源组绑定目标工作空间。
步骤二:添加数据源
- 进入DataWorks的数据集成页面。
- 在DataWorks控制台的左侧导航栏,单击工作空间列表。
- 找到目标工作空间,单击其右侧操作列下的进入数据集成。
- 在左侧导航栏,单击数据源。
- 在数据源管理页面,单击新增数据源。
- 在新增数据源对话框中,单击MySQL,进入新增MySQL数据源页面,填写数据源信息。

数据源类型:本教程以
阿里云实例模式为例,您也可以选择
连接串模式。各配置项的详细说明,请参见
配置MySQL数据源。
配置完成后,可与独享资源组进行连通性测试。
连通状态显示为
可连通时,表示连通成功。

- 单击完成。
- 使用同样的方式添加Elasticsearch数据源。

参数 |
说明 |
Endpoint |
阿里云Elasticsearch的访问地址,格式为:http://<实例的内网或公网地址>:9200 。实例的内网或公网地址可在基本信息页面获取,详细信息,请参见查看实例的基本信息。
|
用户名 |
访问阿里云Elasticsearch实例的用户名,默认为elastic。 |
密码 |
对应用户的密码。elastic用户的密码在创建实例时设定,如果忘记可重置,重置密码的注意事项和操作步骤,请参见重置实例访问密码。
|
步骤三:配置并运行数据同步任务
- 在DataWorks的数据开发页面,新建一个业务流程。
- 新建一个离线同步任务。
- 展开新建的业务流程,右键单击数据集成,选择。
- 在新建节点对话框中,输入节点名称,单击提交。
- 在选择数据源区域中,将数据来源指定为MySQL数据源,并填入待同步的表名称;将数据去向指定为Elasticsearch数据源,并填入索引名和索引类型。
- 在字段映射区域中,设置来源字段与目标字段的映射关系。
- 在通道控制区域中,配置执行任务的相关参数。
- 配置任务调度属性。
在页面右侧,单击
调度配置,按照需求配置相应的调度参数。各配置的详细说明请参见
调度配置章节。
注意
- 在提交任务前,必须配置任务调度依赖的上游节点,详情请参见配置调度依赖。
- 如果您希望对任务进行周期性调度,需要配置任务的时间属性,包括任务的具体执行时间、调度周期、生效周期、重跑属性等。
- 周期任务将于配置任务开始的第二天00:00,按照您的配置规则生效执行。
- 配置执行同步任务所使用的资源组。
- 在页面右侧,单击数据集成资源组配置。
- 选择独享数据集成资源组为您创建的独享资源组。
- 提交任务。
- 保存当前配置,单击
图标。
- 在提交新版本对话框中,填入备注。
- 单击确认。
- 单击
图标,运行任务。任务运行过程中,可查看运行日志。运行成功后,显示如下结果。

步骤四:验证数据同步结果
- 登录目标阿里云Elasticsearch实例的Kibana控制台。
- 在左侧导航栏,单击Dev Tools(开发工具)。
- 在Console中,执行如下命令查看同步的数据。
POST /mysqljoin/_search?pretty
{
"query": { "match_all": {}}
}
说明 mysqljoin
为您在数据同步脚本中设置的index
字段的值。
数据同步成功后,返回如下结果。
