Seleccione sus preferencias de cookies

Usamos cookies esenciales y herramientas similares que son necesarias para proporcionar nuestro sitio y nuestros servicios. Usamos cookies de rendimiento para recopilar estadísticas anónimas para que podamos entender cómo los clientes usan nuestro sitio y hacer mejoras. Las cookies esenciales no se pueden desactivar, pero puede hacer clic en “Personalizar” o “Rechazar” para rechazar las cookies de rendimiento.

Si está de acuerdo, AWS y los terceros aprobados también utilizarán cookies para proporcionar características útiles del sitio, recordar sus preferencias y mostrar contenido relevante, incluida publicidad relevante. Para aceptar o rechazar todas las cookies no esenciales, haga clic en “Aceptar” o “Rechazar”. Para elegir opciones más detalladas, haga clic en “Personalizar”.

Paso 4: configuración de los ajustes de DSBulk para cargar los datos del archivo CSV a la tabla de destino

Modo de enfoque
Paso 4: configuración de los ajustes de DSBulk para cargar los datos del archivo CSV a la tabla de destino - Amazon Keyspaces (para Apache Cassandra)

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

En esta sección se describen los pasos necesarios para configurar DSBulk para la carga de datos en Amazon Keyspaces. Puede configurar DSBulk mediante un archivo de configuración. Puede especificar el archivo de configuración directamente desde la línea de comandos.

  1. Cree un archivo de configuración DSBulk para la migración a Amazon Keyspaces; en este ejemplo utilizamos el nombre de archivo dsbulk_keyspaces.conf. Especifique los siguientes ajustes en el archivo de configuración de DSBulk.

    1. PlainTextAuthProvider: cree el proveedor de autenticación con la clase PlainTextAuthProvider. ServiceUserName y ServicePassword deben coincidir con el nombre de usuario y la contraseña que obtuvo al generar las credenciales específicas del servicio siguiendo los pasos en Creación de credenciales para el acceso programático a Amazon Keyspaces .

    2. local-datacenter: establezca el valor de local-datacenter en la Región de AWS a la que se va a conectar. Por ejemplo, si la aplicación se conecta a cassandra.us-east-2.amazonaws.com, entonces establezca el centro de datos local en us-east-2. Para conocer todas las Regiones de AWS disponibles, consulte Puntos de conexión de servicio para Amazon Keyspaces. Para evitar réplicas, establezca slow-replica-avoidance en false.

    3. SSLEngineFactory: para configurar SSL/TLS, inicialice la SSLEngineFactory añadiendo una sección en el archivo de configuración con una sola línea que especifique la clase con class = DefaultSslEngineFactory. Proporcione la ruta a cassandra_truststore.jks y la contraseña que creó anteriormente.

    4. consistency: establezca el nivel de coherencia en LOCAL QUORUM. No se admiten otros niveles de coherencia de escritura. Para obtener más información consulte Niveles de coherencia de lectura y escritura de Apache Cassandra admitidos y costos asociados.

    5. El número de conexiones por grupo es configurable en el controlador Java. Para este ejemplo, establezca advanced.connection.pool.local.size en 3.

    A continuación se muestra el archivo de configuración de ejemplo completo.

    datastax-java-driver { basic.contact-points = [ "cassandra.us-east-2.amazonaws.com:9142"] advanced.auth-provider { class = PlainTextAuthProvider username = "ServiceUserName" password = "ServicePassword" } basic.load-balancing-policy { local-datacenter = "us-east-2" slow-replica-avoidance = false } basic.request { consistency = LOCAL_QUORUM default-idempotence = true } advanced.ssl-engine-factory { class = DefaultSslEngineFactory truststore-path = "./cassandra_truststore.jks" truststore-password = "my_password" hostname-validation = false } advanced.connection.pool.local.size = 3 }
  2. Revise los parámetros del comando load de DSBulk.

    1. executor.maxPerSecond: el número máximo de filas que el comando de carga intenta procesar concurrentemente por segundo. Si no se establece, este parámetro se deshabilita con -1.

      Establezca executor.maxPerSecond en función del número de WCU que haya aprovisionado en la tabla de destino. El valor executor.maxPerSecond del comando load no es un límite, es una media objetivo. Esto significa que puede (y a menudo lo hace) dispararse por encima del número que usted fije. Para tener en cuenta los picos y asegurarse de que exista capacidad suficiente para gestionar las solicitudes de carga de datos, establezca executor.maxPerSecond en el 90 % de la capacidad de escritura de la tabla.

      executor.maxPerSecond = WCUs * .90

      En este tutorial, establecemos executor.maxPerSecond en 5.

      nota

      Si utiliza DSBulk 1.6.0 o superior, puede usar dsbulk.engine.maxConcurrentQueries en su lugar.

    2. Configure estos parámetros adicionales para el comando load de DSBulk.

      • batch-mode: este parámetro indica al sistema que agrupe las operaciones por clave de partición. Recomendamos deshabilitar el modo por lotes, ya que puede provocar situaciones de sobrecarga de claves y provocar WriteThrottleEvents.

      • driver.advanced.retry-policy-max-retries: determina cuántas veces se debe reintentar una consulta fallida. Si no se establece, el valor predeterminado es 10. Puede ajustar este valor según sea necesario.

      • driver.basic.request.timeout: el tiempo en minutos que el sistema espera el regreso de una consulta. Si no se establece, el valor predeterminado es “5 minutos”. Puede ajustar este valor según sea necesario.

PrivacidadTérminos del sitioPreferencias de cookies
© 2025, Amazon Web Services, Inc o sus afiliados. Todos los derechos reservados.