本文为您介绍如何配置、复制、删除HDFS及如何选择数据的发送方式。

背景信息

HDFS输入组件适用于从HDFS中读取数据至Dataphin平台,进行数据的整合和再加工的场景。

配置属性

  1. 登录Dataphin控制台
  2. 在Dataphin控制台页面,选择工作区地域后,单击进入Dataphin>>
  3. 执行以下操作,创建离线单条管道。
    1. 在Dataphin首页,单击顶部菜单栏的研发
    2. 在数据开发页面,单击项目名称后的test图标,选择数据开发的项目空间(DevBasic项目)。
      如果您当前访问的是DevBasic项目,且项目空间为您的数据开发空间,则不需要选择项目空间。
    3. 在数据开发页面,将鼠标悬停在顶部菜单栏的开发上,单击集成
    4. 在数据集成页面,将鼠标悬停在脚本后的ddd图标,单击离线单条管道sss
    5. 根据创建管道开发脚本对话框提示,配置参数。
      ddd
      参数 描述
      管道名称 填写管道名称。
      调度类型 选择管道的调度类型。调度类型包括:
      • 周期性节点指需定期执行的任务。
      • 手动节点指没有依赖关系,需手动触发的任务。
      描述 填写对离线单条管道的简单描述。
      选择目录 选择离线单条管道所在的文件夹。
    6. 单击确定,完成离线单条管道的创建。
  4. 在离线单条管道脚本的开发页面,单击页面右上角的组件库
    ddd
  5. 单击输入前的dgd图标。
  6. HDFS组件拖到左侧的管道画布中。
  7. 将鼠标放置在HDFS组件框内右键单击,选择属性配置
  8. 根据HDFS输入配置页面提示,配置参数。
    faga
    参数 说明
    步骤名称 根据当前组件的使用场景,填写名称。
    数据源 选择数据源。选取Dataphin系统中已配置的数据源,且数据源需同时具备以下两个条件:
    • 数据源类型为HDFS。
    • 执行属性配置的账号具有该数据源的同步读权限。如果没有权限,则需要申请数据源权限,详情请参见操作数据源权限
    同时您可以单击数据源后的dfag图标,进入规划模块添加数据源,详情请参见新建HDFS数据源
    文件路径 填写文件路径。
    文件类型 选择文件类型。 系统支持的文件类型包括TexTCSVORCRCSequence
    文件编码 选择文件编码。系统支持的文件编码包括UTF-8GBK
    字段分隔符 填写文件存储分隔符。如果您没有填写,则系统默认将字段分隔符填写为英文逗号(,)。
    压缩格式 选择文件的压缩格式。系统支持的压缩格式包括:
    • zip
    • gzip
    • bzip2
    输出字段 为您展示输出字段。 您可以手动添加输出字段:
    • 单击批量添加,以JSON格式批量配置,例如。
      [{  "name":"cf1:a",  "type":"String" },
      {  "name":"cf1:b",  "type":"String" }]
    • 单击新建输出字段,根据页面提示填写来源序号字段及选择类型
    同时您也可以对已添加的字段执行如下操作:
    • 单击操作列下的agag图标,编辑已有的字段。
    • 单击操作列下的agfag图标,删除已有的字段。
  9. 单击确认,完成HDFS输入组件的属性配置。

复制HDFS

  1. 将鼠标放置在HDFS组件框内右键单击,单击复制
  2. 在管道画布中右键单击后,选择粘贴,完成HDFS输入组件的复制。

删除HDFS

  1. 将鼠标放置在HDFS组件框内右键单击,单击删除
  2. 在确认弹框中单击确定,完成HDFS输入组件的删除。

选择数据的发送方式

当输入组件在连接多个下游组件时,需要选择输入组件的数据发送到下游节点的方式。

  1. 将鼠标放置在HDFS组件框内右键单击,单击数据发送方式
  2. 选择数据发送的方式。
    数据发送方式包括:
    • 复制:上游节点的数据根据下游节点数量进行等份复制,且每个下游节点的数据都是上游节点的全部数据。
    • 轮流分发:上游节点的数据根据下游节点数量进行轮流分发,且所有下游节点的数据之和等于上游节点的数据。