# 向源 Aurora 数据库集群中添加数据并查询数据
<a name="zero-etl.querying"></a>

要完成创建将数据从 Amazon Aurora 复制到 Amazon Redshift 的零 ETL 集成，您必须在目标目的地中创建数据库。

要连接 Amazon Redshift，请连接到您的 Amazon Redshift 集群或工作组，并创建一个引用集成标识符的数据库。然后，您可以向源 Aurora 数据库集群中添加数据，并在 Amazon Redshift 或 Amazon SageMaker 中查看复制的数据。

**Topics**
+ [创建目标数据库](#zero-etl.create-db)
+ [向源数据库集群中添加数据](#zero-etl.add-data-rds)
+ [在 Amazon Redshift 中查询您的 Aurora 数据](#zero-etl.query-data-redshift)
+ [Aurora 和 Amazon Redshift 数据库之间的数据类型差异](#zero-etl.data-type-mapping)
+ [适用于 Aurora PostgreSQL 的 DDL 操作](#zero-etl.ddl-postgres)

## 创建目标数据库
<a name="zero-etl.create-db"></a>

在开始将数据复制到 Amazon Redshift 中之前，创建集成后，您必须在目标数据仓库中创建一个数据库。此数据库必须包含对集成标识符的引用。您可以使用 Amazon Redshift 控制台或查询编辑器 v2 来创建数据库。

有关创建目标数据库的说明，请参阅[在 Amazon Redshift 中创建目标数据库](https://docs.amazonaws.cn/redshift/latest/mgmt/zero-etl-using.creating-db.html#zero-etl-using.create-db)。

## 向源数据库集群中添加数据
<a name="zero-etl.add-data-rds"></a>

在配置集成后，可以使用要复制到数据仓库中的数据填充源 Aurora 数据库集群。

**注意**  
Amazon Aurora 与目标分析仓库中的数据类型存在差异。有关数据类型映射的表，请参阅[Aurora 和 Amazon Redshift 数据库之间的数据类型差异](#zero-etl.data-type-mapping)。

首先，使用您选择的 MySQL 或 PostgreSQL 客户端连接到源数据库集群。有关说明，请参阅。[连接到 Amazon Aurora 数据库集群](Aurora.Connecting.md)

然后，创建一个表并插入一行示例数据。

**重要**  
确保该表有主键。否则，它无法复制到目标数据仓库。

pg\_dump 和 pg\_restore PostgreSQL 实用程序最初创建没有主键的表，然后添加主键。如果您使用其中一个实用程序，我们建议您先创建一个架构，然后在单独的命令中加载数据。

**MySQL**

以下示例使用 [MySQL Workbench 实用程序](https://dev.mysql.com/downloads/workbench/)。

```
CREATE DATABASE {{my_db}};

USE {{my_db}};

CREATE TABLE {{books_table}} (ID int NOT NULL, Title VARCHAR(50) NOT NULL, Author VARCHAR(50) NOT NULL,
Copyright INT NOT NULL, Genre VARCHAR(50) NOT NULL, PRIMARY KEY (ID));

INSERT INTO {{books_table}} VALUES (1, 'The Shining', 'Stephen King', 1977, 'Supernatural fiction');
```

**PostgreSQL**

以下示例使用 `[psql](https://www.postgresql.org/docs/current/app-psql.html)` PostgreSQL 交互式终端。连接到集群时，请包括您在创建集成时指定的命名数据库。

```
psql -h {{mycluster}}.cluster-{{123456789012}}.us-east-2.rds.amazonaws.com -p 5432 -U {{username}} -d {{named_db}};

named_db=> CREATE TABLE {{books_table}} (ID int NOT NULL, Title VARCHAR(50) NOT NULL, Author VARCHAR(50) NOT NULL,
Copyright INT NOT NULL, Genre VARCHAR(50) NOT NULL, PRIMARY KEY (ID));

named_db=> INSERT INTO {{books_table}} VALUES (1, 'The Shining', 'Stephen King', 1977, 'Supernatural fiction');
```

## 在 Amazon Redshift 中查询您的 Aurora 数据
<a name="zero-etl.query-data-redshift"></a>

将数据添加到 Aurora 数据库集群后，数据会复制到目标数据库并准备好供查询。

**查询复制的数据**

1. 导航到 Amazon Redshift 控制台，然后从左侧导航窗格中选择**查询编辑器 v2**。

1. 连接到您的集群或工作组，然后从下拉菜单中选择您通过集成创建的目标数据库（本示例中为 **destination\_database**）。有关创建目标数据库的说明，请参阅[在 Amazon Redshift 中创建目标数据库](https://docs.amazonaws.cn/redshift/latest/mgmt/zero-etl-using.creating-db.html#zero-etl-using.create-db)。

1. 使用 SELECT 语句来查询您的数据。在本例中，您可以运行以下命令，从您在源 Aurora 数据库集群中创建的表中选择所有数据：

   ```
   SELECT * from {{my_db}}."{{books_table}}";
   ```  
![在查询编辑器中运行 SELECT 语句。结果是添加到 Amazon RDS 数据库中的单行示例数据。](http://docs.amazonaws.cn/AmazonRDS/latest/AuroraUserGuide/images/zero-etl-redshift-editor.png)
   + `{{my_db}}` 是 Aurora 数据库模式名称。仅 MySQL 数据库需要此选项。
   + `{{books_table}}` 是 Aurora 表名称。

也可以使用命令行客户端查询数据。例如：

```
destination_database=# select * from {{my_db}}."{{books_table}}";

 ID |       Title |        Author |   Copyright |                  Genre |  txn_seq |  txn_id
----+–------------+---------------+-------------+------------------------+----------+--------+
  1 | The Shining |  Stephen King |        1977 |   Supernatural fiction |        2 |   12192
```

**注意**  
为了区分大小写，请对架构、表和列名使用双引号（" "）。有关更多信息，请参阅 [enable\_case\_sensitive\_identifier](https://docs.amazonaws.cn/redshift/latest/dg/r_enable_case_sensitive_identifier.html)。

## Aurora 和 Amazon Redshift 数据库之间的数据类型差异
<a name="zero-etl.data-type-mapping"></a>

下面的表显示 Aurora MySQL 和 Aurora PostgreSQL 数据类型与相应目标数据类型的映射。*Amazon Aurora 目前仅支持将这些数据类型用于零 ETL 集成。*

如果源数据库集群中的表包含不受支持的数据类型，则该表将不同步并且目的地目标无法使用该表。从源到目标的流式传输仍在继续，但数据类型不受支持的表不可用。要修复该表并使其在目标目的地中可用，您必须手动恢复重大更改，然后通过运行 `[ALTER DATABASE...INTEGRATION REFRESH](https://docs.amazonaws.cn/redshift/latest/dg/r_ALTER_DATABASE.html)` 来刷新集成。

**注意**  
您无法刷新与 Amazon SageMaker 智能湖仓的零 ETL 集成。而是应删除并尝试重新创建集成。

**Topics**
+ [Aurora MySQL](#zero-etl.data-type-mapping-mysql)
+ [Aurora PostgreSQL](#zero-etl.data-type-mapping-postgres)

### Aurora MySQL
<a name="zero-etl.data-type-mapping-mysql"></a>


| Aurora MySQL 数据类型 | 目标数据类型  | 说明  | 限制 | 
| --- | --- | --- | --- | 
| INT  | INTEGER | 有符号的四字节整数 | 无 | 
| SMALLINT | SMALLINT | 有符号的二字节整数 | 无 | 
| TINYINT | SMALLINT | 有符号的二字节整数 | 无 | 
| MEDIUMINT | INTEGER | 有符号的四字节整数 | 无 | 
| BIGINT | BIGINT | 有符号的八字节整数 | 无 | 
| INT UNSIGNED | BIGINT | 有符号的八字节整数 | 无 | 
| TINYINT UNSIGNED | SMALLINT | 有符号的二字节整数 | 无 | 
| MEDIUMINT UNSIGNED | INTEGER | 有符号的四字节整数 | 无 | 
| BIGINT UNSIGNED | DECIMAL(20,0) | 可选精度的精确数字 | 无 | 
| DECIMAL(p,s) = NUMERIC(p,s) | DECIMAL (p,s) | 可选精度的精确数字 | 不支持精度大于 38 和比例大于 37 | 
| DECIMAL(p,s) UNSIGNED = NUMERIC(p,s) UNSIGNED | DECIMAL (p,s) | 可选精度的精确数字 | 不支持精度大于 38 和比例大于 37 | 
| FLOAT4/REAL | REAL | 单精度浮点数 | 无 | 
| FLOAT4/REAL UNSIGNED | REAL | 单精度浮点数 | 无 | 
| DOUBLE/REAL/FLOAT8 | DOUBLE PRECISION | 双精度浮点数 | 无 | 
| DOUBLE/REAL/FLOAT8 UNSIGNED | DOUBLE PRECISION | 双精度浮点数 | 无 | 
| BIT(n) | VARBYTE(8) | 长度可变的二进制值 | 无 | 
| BINARY(n) | VARBYTE(n) | 长度可变的二进制值 | 无 | 
| VARBINARY (n) | VARBYTE(n) | 长度可变的二进制值 | 无 | 
| CHAR (n) | VARCHAR (n) | 长度可变的字符串值 | 无 | 
| VARCHAR (n) | VARCHAR (n) | 长度可变的字符串值 | 无 | 
| TEXT | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| TINYTEXT | VARCHAR(255) | 长度可变、最多 255 个字符的字符串值 | 无 | 
| MEDIUMTEXT | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| LONGTEXT | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| ENUM | VARCHAR(1020) | 长度可变、最多 1020 个字符的字符串值 | 无 | 
| SET | VARCHAR(1020) | 长度可变、最多 1020 个字符的字符串值 | 无 | 
| DATE | DATE | 日历日期（年、月、日） | 无 | 
| DATETIME | TIMESTAMP | 日期和时间（没有时区） | 无 | 
| TIMESTAMP(p) | TIMESTAMP | 日期和时间（没有时区） | 无 | 
| TIME | VARCHAR(18) | 长度可变、最多 18 个字符的字符串值 | 无 | 
| YEAR | VARCHAR(4) | 长度可变、最多 4 个字符的字符串值 | 无 | 
| JSON | SUPER | 作为值的半结构化数据或文档 | 无 | 

### Aurora PostgreSQL
<a name="zero-etl.data-type-mapping-postgres"></a>

Aurora PostgreSQL 的零 ETL 集成不支持自定义数据类型或由扩展创建的数据类型。


| Aurora PostgreSQL 数据类型 | Amazon Redshift 数据类型 | 说明 | 限制 | 
| --- | --- | --- | --- | 
| 数组 | SUPER | 作为值的半结构化数据或文档 | 无 | 
| bigint | BIGINT | 有符号的八字节整数 | 无 | 
| bigserial | BIGINT | 有符号的八字节整数 | 无 | 
| bit varying(n) | VARBYTE(n) | 长度可变、最多 16,777,216 字节的二进制值 | 无 | 
| bit(n) | VARBYTE(n) | 长度可变、最多 16,777,216 字节的二进制值 | 无 | 
| bit、bit varying | VARBYTE(16777216) | 长度可变、最多 16,777,216 字节的二进制值 | 无 | 
| 布尔值 | BOOLEAN | 逻辑布尔值（true/false) | 无 | 
| bytea | VARBYTE(16777216) | 长度可变、最多 16,777,216 字节的二进制值 | 无 | 
| char(n) | CHAR (n) | 长度固定、最多 65,535 字节的字符串值 | 无 | 
| char varying(n) | VARCHAR(65535) | 长度可变、最多 65,535 个字符的字符串值 | 无 | 
| cid | BIGINT | 有符号的八字节整数 | 无 | 
| cidr | VARCHAR(19) | 长度可变、最多 19 个字符的字符串值 | 无 | 
| date | DATE | 日历日期（年、月、日） | 不支持大于 294276 A.D. 的值 | 
| double precision | DOUBLE PRECISION | 双精度浮点数 | 不完全支持亚正常值 | 
| gtsvector | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| inet | VARCHAR(19) | 长度可变、最多 19 个字符的字符串值 | 无 | 
| 整数 | INTEGER | 有符号的四字节整数 | 无 | 
| int2vector | SUPER | 作为值的半结构化数据或文档。 | 无 | 
| interval | INTERVAL | 持续时间 | 仅支持指定年至月或日至秒限定符的 INTERVAL 类型。 | 
| json | SUPER | 作为值的半结构化数据或文档 | 无 | 
| jsonb | SUPER | 作为值的半结构化数据或文档 | 无 | 
| jsonpath | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| macaddr | VARCHAR(17) | 长度可变、最多 17 个字符的字符串值 | 无 | 
| macaddr8 | VARCHAR(23) | 长度可变、最多 23 个字符的字符串值 | 无 | 
| money | DECIMAL(20,3) | 货币金额 | 无 | 
| name | VARCHAR(64) | 长度可变、最多 64 个字符的字符串值 | 无 | 
| numeric(p,s) | DECIMAL (p,s) | 用户定义的固定精度值 |  [See the AWS documentation website for more details](http://docs.amazonaws.cn/AmazonRDS/latest/AuroraUserGuide/zero-etl.querying.html)  | 
| oid | BIGINT | 有符号的八字节整数 | 无 | 
| oidvector | SUPER | 作为值的半结构化数据或文档。 | 无 | 
| pg\_brin\_bloom\_summary | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| pg\_dependencies | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| pg\_lsn | VARCHAR(17) | 长度可变、最多 17 个字符的字符串值 | 无 | 
| pg\_mcv\_list | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| pg\_ndistinct | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| pg\_node\_tree | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| pg\_snapshot | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| real | REAL | 单精度浮点数 | 不完全支持亚正常值 | 
| refcursor | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| smallint | SMALLINT | 有符号的二字节整数 | 无 | 
| smallserial | SMALLINT | 有符号的二字节整数 | 无 | 
| Serial | INTEGER | 有符号的四字节整数 | 无 | 
| 文本 | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| tid | VARCHAR(23) | 长度可变、最多 23 个字符的字符串值 | 无 | 
| 不带时区的 time [(p)] | VARCHAR(19) | 长度可变、最多 19 个字符的字符串值 | 不支持 Infinity 和 -Infinity 值 | 
| 有时区的 time [(p)] | VARCHAR(22) | 长度可变、最多 22 个字符的字符串值 | 不支持 Infinity 和 -Infinity 值 | 
| 不带时区的 timestamp [(p)] | TIMESTAMP | 日期和时间（没有时区） |  [See the AWS documentation website for more details](http://docs.amazonaws.cn/AmazonRDS/latest/AuroraUserGuide/zero-etl.querying.html)  | 
| 有时区的 timestamp [(p)] | TIMESTAMPTZ | 日期和时间（有时区） |  [See the AWS documentation website for more details](http://docs.amazonaws.cn/AmazonRDS/latest/AuroraUserGuide/zero-etl.querying.html)  | 
| tsquery | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| tsvector | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| txid\_snapshot | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 
| uuid | VARCHAR(36) | 长度可变的 36 个字符的字符串 | 无 | 
| xid | BIGINT | 有符号的八字节整数 | 无 | 
| xid8 | DECIMAL(20, 0) | 固定精度小数 | 无 | 
| xml | VARCHAR(65535) | 长度可变、最多 65535 个字符的字符串值 | 无 | 

## 适用于 Aurora PostgreSQL 的 DDL 操作
<a name="zero-etl.ddl-postgres"></a>

Amazon Redshift 源自 PostgreSQL，由于具有共同的 PostgreSQL 架构，因此它与 Aurora PostgreSQL 共享多项功能。零 ETL 集成利用这些相似之处来简化从 Aurora PostgreSQL 到 Amazon Redshift 的数据复制，从而按名称映射数据库并利用共享的数据库、架构和表结构。

管理 Aurora PostgreSQL 零 ETL 集成时应考虑以下几点：
+ 隔离是在数据库级别进行管理。
+ 复制发生在数据库级别。
+ Aurora PostgreSQL 数据库按名称映射到 Amazon Redshift 数据库，如果原始 Redshift 数据库被重命名，则数据将流向相应的已重命名的数据库。

尽管 Amazon Redshift 和 Aurora PostgreSQL 有相似之处，但也存在重大差异。以下各节概述了 Amazon Redshift 系统对常见 DDL 操作的响应。

**Topics**
+ [数据库操作](#zero-etl.ddl-postgres-database)
+ [架构操作](#zero-etl.ddl-postgres-schema)
+ [表操作](#zero-etl.ddl-postgres-table)

### 数据库操作
<a name="zero-etl.ddl-postgres-database"></a>

下表显示了系统对数据库 DDL 操作的响应。


| DDL 操作 | Redshift 系统响应 | 
| --- | --- | 
| CREATE DATABASE | 无操作 | 
| DROP DATABASE | Amazon Redshift 删除目标 Redshift 数据库中的所有数据。 | 
| RENAME DATABASE | Amazon Redshift 会删除原始目标数据库中的所有数据，然后重新同步新目标数据库中的数据。如果新数据库不存在，您必须手动创建一个。有关说明，请参阅[在 Amazon Redshift 中创建目标数据库](https://docs.amazonaws.cn/redshift/latest/mgmt/zero-etl-using.creating-db.html#zero-etl-using.create-db)。 | 

### 架构操作
<a name="zero-etl.ddl-postgres-schema"></a>

下表显示了系统对架构 DDL 操作的响应。


| DDL 操作 | Redshift 系统响应 | 
| --- | --- | 
| CREATE SCHEMA | 无操作 | 
| DROP SCHEMA | Amazon Redshift 会删除原始架构。 | 
| RENAME SCHEMA | Amazon Redshift 会删除原始架构，然后重新同步新架构中的数据。 | 

### 表操作
<a name="zero-etl.ddl-postgres-table"></a>

下表显示了系统对表 DDL 操作的响应。


| DDL 操作 | Redshift 系统响应 | 
| --- | --- | 
| CREATE TABLE | Amazon Redshift 会创建表。<br />某些操作会导致表创建失败，例如创建没有主键的表或执行声明式分区。有关更多信息，请参阅[限制](zero-etl.md#zero-etl.reqs-lims)和[Aurora 零 ETL 集成故障排除](zero-etl.troubleshooting.md)。 | 
| DROP TABLE | Amazon Redshift 会删除表。 | 
| TRUNCATE TABLE | Amazon Redshift 会截断表。 | 
| ALTER TABLE (RENAME...) | Amazon Redshift 会重命名表或列。 | 
| ALTER TABLE (SET SCHEMA) | Amazon Redshift 会删除原始架构中的表，然后重新同步新架构中的表。 | 
| ALTER TABLE (ADD PRIMARY KEY) | Amazon Redshift 会添加主键并重新同步表。 | 
| ALTER TABLE (ADD COLUMN) | Amazon Redshift 会向表中添加列。 | 
| ALTER TABLE (DROP COLUMN) | 如果不是主键列，则 Amazon Redshift 会删除该列。否则，它会重新同步表。 | 
| ALTER TABLE (SET LOGGED/UNLOGGED) | 如果您将表更改为已记录，Amazon Redshift 会重新同步该表。如果您将表更改为未记录，Amazon Redshift 会删除该表。 |