DataWorks：Doris資料來源

確認Doris的版本

Data Integration對Doris版本有要求，您可以參考上文支援的Doris版本章節，查看當前待同步的Doris是否符合版本要求。您可以在Doris的官方網站下載對應的版本，並且安裝。

建立帳號，並配置帳號許可權

您需要規劃一個資料倉儲的登入帳號用於後續操作，同時，您需要為該帳號設定密碼，以便後續串連到資料倉儲。如果您要使用Doris預設的root使用者進行登入，那麼您需要為root使用者佈建密碼。root使用者預設沒有密碼，您可以在Doris上執行SQL來設定密碼：

SET PASSWORD FOR 'root' = PASSWORD('密碼')

配置Doris的網路連接

使用StreamLoad匯入資料，需要訪問FE節點的私網地址。如果訪問FE的公網地址，則會被重新導向到BE節點的內網IP（資料操作問題）。因此，您需要將Doris的網路與Data Integration使用的Serverless資源群組或獨享Data Integration資源群組打通，使之通過內網地址進行訪問。網路打通的具體操作可以參考網路連通方案。

離線任務指令碼配置方式

如果您配置離線任務時使用指令碼模式的方式進行配置，您需要按照統一的指令碼格式要求，在任務指令碼中編寫相應的參數，詳情請參見指令碼模式配置，以下為您介紹指令碼模式下資料來源的參數配置詳情。

Reader指令碼Demo

{
  "type": "job",
  "version": "2.0",//版本號碼。
  "steps": [
    {
      "stepType": "doris",//外掛程式名。
      "parameter": {
        "column": [//列名。
          "id"
        ],
        "connection": [
          {
            "querySql": [
              "select a,b from join1 c join join2 d on c.id = d.id;"
            ],
            "datasource": ""//資料來源名稱。
          }
        ],
        "where": "",//過濾條件。
        "splitPk": "",//切分鍵。
        "encoding": "UTF-8"//編碼格式。
      },
      "name": "Reader",
      "category": "reader"
    },
    {
      "stepType": "stream",
      "parameter": {},
      "name": "Writer",
      "category": "writer"
    }
  ],
  "setting": {
    "errorLimit": {
      "record": "0"//錯誤記錄數。
    },
    "speed": {
      "throttle": true,//當throttle值為false時，mbps參數不生效，表示不限流；當throttle值為true時,表示限流。
      "concurrent": 1,//作業並發數。
      "mbps": "12"//限流，此處1mbps = 1MB/s。
    }
  },
  "order": {
    "hops": [
      {
        "from": "Reader",
        "to": "Writer"
      }
    ]
  }
}

Reader指令碼參數

Writer指令碼Demo

{
  "stepType": "doris",//外掛程式名。
  "parameter":
  {
    "postSql"://執行資料同步任務之後率先執行的SQL語句。
    [],
    "preSql":
    [],//執行資料同步任務之前率先執行的SQL語句。
    "datasource":"doris_datasource",//資料來源名。
    "table": "doris_table_name",//表名。
    "column":
    [
      "id",
      "table_id",
      "table_no",
      "table_name",
      "table_status"
    ],
    "loadProps":{
      "column_separator": "\\x01",//指定CSV格式的資料行分隔符號
      "line_delimiter": "\\x02"//指定CSV格式的行分隔字元
    }
  },
  "name": "Writer",
  "category": "writer"
}

Writer指令碼參數

"loadProps": {
    "format":"csv",
    "column_separator": "\t",
    "line_delimiter": "\n"
}

"loadProps": {
    "format": "json"
}

彙總類型指令碼（Doris Writer寫入彙總類型）

Doris Writer支援寫入彙總類型，但是需要在指令碼模式中做額外的配置。如下所示。

例如，對於如下一張Doris的表，其中，uuid是bitmap類型（彙總類型）、sex是HLL類型（彙總類型）。

CREATE TABLE `example_table_1` (
  `user_id` int(11) NULL,
  `date` varchar(10) NULL DEFAULT "10.5",
  `city` varchar(10) NULL,
  `uuid` bitmap BITMAP_UNION NULL, -- 彙總類型
  `sex` HLL HLL_UNION  -- 彙總類型
) ENGINE=OLAP AGGREGATE KEY(`user_id`, `date`,`city`)
COMMENT 'OLAP' DISTRIBUTED BY HASH(`user_id`) BUCKETS 32

往表中插入未經處理資料：

user_id,date,city,uuid,sex
0,T0S4Pb,abc,43,'54'
1,T0S4Pd,fsd,34,'54'
2,T0S4Pb,fa3,53,'64'
4,T0S4Pb,fwe,87,'64'
5,T0S4Pb,gbr,90,'56'
2,iY3GiHkLF,234,100,'54'

通過Doris Writer寫入彙總類型時，不僅需要在writer.parameter.column中指定該列，還需要在writer.parameter.loadProps.columns中配置彙總函式。例如，為uuid使用彙總函式bitmap_hash，為sex使用彙總函式hll_hash。

指令碼模式樣本：

{
    "stepType": "doris",//外掛程式名。
    "writer":
    {
        "parameter":
        {
            "column":
            [
                "user_id",
                "date",
                "city",
                "uuid",// 彙總類型bitmap
                "sex"// 彙總類型HLL
            ],
            "loadProps":
            {
                "format": "csv",
                "column_separator": "\\x01",
                "line_delimiter": "\\x02",
                "columns": "user_id,date,city,k1,uuid=bitmap_hash(k1),k2,sex=hll_hash(k2)"// 需要指定彙總函式
            },
            "postSql":
            [
                "select count(1) from example_tbl_3"
            ],
            "preSql":
            [],
            "datasource":"doris_datasource",//資料來源名。
                    "table": "doris_table_name",//表名。
        }
          "name": "Writer",
              "category": "writer"
    }
}