如果您需要對HBase中的數據進行搜索和分析，可借助阿里云Elasticsearch實現。本文介紹通過DataWorks的數據集成服務，快速將數據離線同步到阿里云ES中。
背景信息
DataWorks是一個基于大數據引擎，集成數據開發、任務調度、數據管理等功能的全鏈路大數據開發治理平臺。您可以通過DataWorks的同步任務，快速的將各種數據源中的數據同步到阿里云ES。
支持同步的數據源包括：
阿里云云數據庫（MySQL、PostgreSQL、SQL Server、MongoDB、HBase）
阿里云PolarDB-X（原DRDS升級版）
阿里云MaxCompute
阿里云OSS
阿里云Tablestore
自建HDFS、Oracle、FTP、DB2及以上數據庫類型的自建版本
適用場景：
大數據離線同步到阿里云ES的場景，支持同步整個庫或同步某個表中的全部數據。更多信息，請參見整庫離線同步至Elasticsearch。
大數據在線實時同步到阿里云ES的場景，支持全量、增量一體化同步。更多信息，請參見一鍵實時同步至Elasticsearch。
前提條件
已創建HBase實例。具體操作，請參見購買集群。
已創建阿里云ES實例，并開啟實例的自動創建索引功能。具體操作，請參見創建阿里云Elasticsearch實例和配置YML參數。
已創建DataWorks工作空間。具體操作，請參見創建工作空間。
僅支持將數據同步到阿里云ES，不支持自建Elasticsearch。
HBase實例、ES實例和DataWorks工作空間所在地域需保持一致。
HBase實例、ES實例和DataWorks工作空間需要在同一時區下，否則同步與時間相關的數據時，同步前后的數據可能存在時區差。
費用說明
ES實例費用，請參見ES計費項。
獨享數據集成資源組費用，請參見獨享數據集成資源組計費說明：包年包月。
操作步驟
步驟一：環境源數據
本文使用的建表語句及測試數據如下。關于如何向HBase集群中導入數據，請參見使用HBase Shell訪問。
建表語句
create 'student', {NAME => 'name'}, {NAME => 'ID'}, {NAME => 'xingbie'}測試數據
使用put命令向數據表中插入數據，例如：
put 'student', 'row1', 'name:a', 'xiaoming'。使用scan命令查看表中的數據，例如：
scan 'student'。
步驟二：購買并配置獨享資源組
購買一個數據集成獨享資源組，并為該資源組綁定專有網絡和工作空間。獨享資源組可以保障數據快速、穩定地傳輸。
登錄DataWorks控制臺。
在頂部菜單欄選擇相應地域后，在左側導航欄單擊資源組。
在獨享資源組頁簽下，單擊創建舊版集成資源組。
在DataWorks獨享資源購買頁面，獨享資源類型選擇獨享數據集成資源，輸入資源組名稱，單擊立即購買，購買獨享資源組。
更多配置信息，請參見購買資源組。
在已創建的獨享資源組的操作列，單擊網絡設置，為該獨享資源組綁定專有網絡。具體操作，請參見綁定專有網絡。
說明本文以獨享數據集成資源組通過VPC內網同步數據為例。更多信息，請參見添加白名單。
獨享資源需要與HBase實例和Elasticsearch實例的專有網絡連通才能同步數據，因此需要分別綁定HBase實例和Elasticsearch實例所在的專有網絡、可用區和交換機。查看ES實例所在專有網絡信息，請參見查看Elasticsearch實例的基本信息。
重要綁定專有網絡后，您需要將對應專有網絡的交換機網段加入到HBase、Elasticsearch實例的私網白名單中。具體操作，請參見配置Elastic search實例公網或私網訪問白名單。
在頁面左上角，單擊返回圖標，返回資源組列表頁面，
在已創建的獨享資源組的操作列，單擊綁定工作空間，為該獨享資源組綁定目標工作空間。
具體操作，請參見綁定歸屬工作空間。
步驟三：添加數據源
將HBase和Elasticsearch數據源接入DataWorks的數據集成服務中。
進入DataWorks的數據集成頁面。
登錄DataWorks控制臺。
在左側導航欄，單擊工作空間。
在目標工作空間的操作列，選擇。
在左側導航欄，單擊數據源。
新增HBase數據源。
在數據源列表頁面，單擊新增數據源。
在新增數據源頁面，搜索并選擇HBase數據源。
在新增HBase數據源對話框，在基礎信息區域配置數據源參數。
配置詳情，請參見配置HBase數據源。
在連接配置區域，單擊測試連通性，連通狀態顯示為可連通時，表示連通成功。
單擊完成。
使用同樣的方式添加Elasticsearch數據源。配置詳情，請參見配置Elasticsearch數據源。
步驟四：配置并運行數據離線同步任務
數據離線同步任務將獨享資源組作為一個可以執行任務的資源，獨享資源組將獲取數據集成服務中數據源的數據，并將數據寫入ES。
有兩種方式可以配置離線同步任務，文本以向導模式配置離線同步任務為例。您也可以通過腳本模式配置離線同步任務，詳情請參見通過腳本模式配置離線同步任務和Elasticsearch Writer。
進入DataWorks的數據開發頁面。
登錄DataWorks控制臺。
在左側導航欄，單擊工作空間。
在目標工作空間的操作列，選擇。
新建一個離線同步任務。
在左側導航欄，單擊
圖標，選擇，新建一個業務流程。
右鍵單擊新建的業務流程，選擇。
在新建節點對話框中，輸入節點名稱，單擊確認。
配置網絡與資源
在數據來源區域，數據來源選擇HBase，數據源名稱選擇待同步的數據源名稱。
在我的資源組區域，選擇獨享資源組。
在數據去向區域，數據去向選擇Elasticsearch，數據源名稱選擇待同步的數據源名稱。
單擊下一步。
配置任務。
在數據來源區域，選擇待同步的表。
在數據去向區域，配置數據去向的各參數。
在字段映射區域中，設置來源字段與目標字段的映射關系。具體配置，請參見通過向導模式配置離線同步任務。
在通道控制區域，配置通道參數。
詳細配置信息，請參見通過向導模式配置離線同步任務。
運行任務。
（可選）配置任務調度屬性。在頁面右側，單擊調度配置，按照需求配置相應的調度參數。各配置的詳細說明請參見調度配置。
在節點區域的右上角，單擊保存圖標，保存任務。
在節點區域的右上角，單擊提交圖標，提交任務。
如果您配置了任務調度屬性，任務會定期自動執行。您還可以在節點區域的右上角，單擊運行圖標，立即運行任務。
運行日志中出現
Shell run successfully!表明任務運行成功。
步驟五：驗證數據同步結果
- 登錄目標阿里云Elasticsearch實例的Kibana控制臺，根據頁面提示進入Kibana主頁。登錄Kibana控制臺的具體操作，請參見登錄Kibana控制臺。說明 本文以阿里云Elasticsearch 7.10.0版本為例，其他版本操作可能略有差別，請以實際界面為準。
- 單擊右上角的Dev tools。
在Console頁簽中，執行如下命令查看同步的數據。
POST /student_info/_search?pretty { "query": { "match_all": {}} }說明student_info為您在離線同步任務的數據去向中設置的索引名稱。