OSS輸出組件可以將外部資料庫中讀取的資料寫入到OSS,或從巨量資料平台對接的儲存系統中將資料複製推送至OSS,進行資料整合和再加工。本文為您介紹如何配置OSS輸出組件。
前提條件
操作步驟
在Dataphin首頁頂部功能表列,選擇研發 > Data Integration。
在整合頁面頂部功能表列選擇專案(Dev-Prod模式需要選擇環境)。
在左側導覽列中單擊離線整合,在離線整合列表中單擊需要開發的離線管道,開啟該離線管道的配置頁面。
單擊頁面右上方的組件庫,開啟組件庫面板。
在組件庫面板左側導覽列中需選擇輸出,在右側的輸出組件列表中找到OSS組件,並拖動該組件至畫布。
單擊並拖動目標組件的
表徵圖,將其串連至當前OSS輸出組件上。單擊OSS輸出組件卡片中的
表徵圖,開啟OSS輸出配置對話方塊。
在OSS輸出配置對話方塊,配置以下參數。
參數
描述
基本設定
步驟名稱
即OSS輸出組件的名稱。命名規則如下:
僅支援中文、字母、數字及底線(_)。
最多輸入64個字元。
資料來源
選擇Dataphin已配置的資料來源。同時您可以單擊資料來源後的建立,進入管理中心模組建立資料來源。具體操作,請參見建立OSS資料來源。
進行屬性配置的帳號需具備該資料來源的同步寫入權限,如果沒有許可權,則需要申請資料來源許可權。具體操作,請參見申請資料來源許可權。
檔案類型
支援Text和CSV。
檔案編碼
支援UTF-8和GBK。
Object首碼
OSS的Object資訊,此處可以支援填寫多個Object。例如某個OSS的bucket中有data檔案夾,檔案夾中包含phin.txt檔案,若同步具體的檔案,則Object首碼可填寫為
data/phin.txt;若同步檔案夾下的所有檔案,則需填寫萬用字元,如data/*。首碼衝突
Object首碼衝突時的執行策略。支援替換原有檔案、保留原有檔案追加和衝突時報錯。
替換原有檔案:寫入前清理填寫的Object首碼匹配的所有Object。例如Object首碼填寫了
Dataphin,將清理所有以Dataphin開頭的Object。保留原有檔案追加:寫入前不進行任何處理,直接使用配置的Object首碼寫入,並使用隨機UUID的尾碼名來保證檔案名稱不衝突。
衝突時報錯:如果指定路徑出現首碼匹配的Object,直接報錯。如Object首碼填寫了
Dataphin,如果存在Dataphin的Object,將直接報錯。
寫入檔案個數
目標端OSS的檔案寫入策略。支援寫入單個檔案和多個檔案。
單個檔案:將寫入目標端OSS的單個檔案中。
多個檔案:將寫入目標端OSS的多個檔案中。同時需要配置尾碼格式,格式可選擇產生序列尾碼,如
_0、_1、_2等;也可選擇產生UUID隨機數尾碼。檔案數量為任務並發數。說明當選擇寫入多個檔案時,任務並發數配置為1時也會產生尾碼。
_1或uuid隨機尾碼。首碼衝突策略為保留原檔案追加時,僅能產生UUID隨機數尾碼。
進階配置
資料行分隔符號
使用資料行分隔符號寫入目標表,如不填寫,預設為英文逗號(,)。
行分隔字元
使用行分隔字元寫入目標表,如不填寫,預設為分行符號(\n)。
null值
非必選,表示null值的字串。
副檔名
可配置
.csv、.text等,作為Object最後的尾碼。是否輸出欄位名
選擇是,將以上遊組件的欄位名作為輸出檔案的首行內容;選擇否,則不輸出欄位名。
欄位對應
輸入欄位
為您展示上遊組件的輸出欄位。
輸出欄位
為您展示輸出欄位。 Dataphin支援通過大量新增和建立輸出欄位的方式配置輸出欄位:
大量新增:單擊大量新增,支援JSON、TEXT格式大量設定。
以JSON格式大量設定,例如:
// 樣本: [{"name": "user_id","type": "String"}, {"name": "user_name","type": "String"}]說明name表示引入的欄位名稱,type表示引入後的欄位類型。 例如:
"name":"user_id","type":"String"表示把欄位名為user_id的欄位引入,設定欄位類型為String。以TEXT格式大量設定,例如:
// 樣本: user_id,String user_name,String行分隔字元用於分隔每個欄位的資訊,預設為分行符號(\n),可支援分行符號(\n)、分號(;)、點(.)。
資料行分隔符號用於分隔欄位名與欄位類型,預設英文逗號(,)。
建立輸出欄位。
單擊+建立輸出欄位,根據頁面提示填寫欄位及選擇類型。
複製上遊欄位。
單擊複製上遊欄位,系統將根據上遊的欄位名自動產生輸出欄位。
管理輸出欄位。
同時您也可以對已添加的欄位執行如下操作:
單擊操作列下的
表徵圖,編輯已有的欄位。單擊操作列下的
表徵圖,刪除已有的欄位。
映射關係
映射關係用於將源表的輸入欄位和目標表的輸出欄位對應起來,便於後續進行資料同步。映射關係包括同名映射和同行映射。適用情境說明如下:
同名映射:對欄位名稱相同的欄位進行映射。
同行映射:源表和目標表的欄位名稱不一致,但欄位對應行的資料需要映射。只映射同行的欄位。
單擊確認,完成OSS輸出組件配置。