配置OSS输入组件

前提条件

在开始执行操作前，请确认您已完成以下操作：

• 已创建OSS数据源。具体操作，请参见创建OSS数据源。

• 进行OSS输入组件属性配置的账号，需具备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。具体操作，请参见申请数据源权限。

操作步骤

1. 请参见离线管道组件开发入口，进入离线管道脚本的开发页面。

2. 按照下图操作指引，进入OSS输入配置页面。

   

3. 在OSS输入配置对话框，配置参数。

   参数	描述
   步骤名称	即OSS输入组件的名称。Dataphin自动生成步骤名称，您也可以根据业务场景修改。命名规则如下： 只能包含汉字、字母、下划线（_）、数字。 不能超过64个字符。
   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OSS数据源。 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，详情请参见申请数据源权限。 同时您可以单击数据源后的新建，进入规划模块添加数据源，详情请参见创建OSS数据源。
   Object前缀	OSS的Object信息，此处可以支持填写多个Object。例如某个OSS的bucket中有data文件夹，文件夹中有phin.txt文件，则Object直接填data/phin.txt。
   文件类型	系统支持读取Text、CSV、xls、xlsx格式的文件。格式不同，所需要配置的信息不同。 Text、CSV格式：配置说明，请参见Text、CSV格式。 xls、xlsx格式：配置说明，请参见xls、xlsx格式。
   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。 // 示例： [{"index": 0,"name": "user_id","type": "String"}, {"index": 1,"name": "user_name","type": "String"}] 说明 index表示指定对象的列编号，name表示引入后的字段名称，type表示引入后的字段类型。例如："index":3,"name":"user_id","type":"String" 表示把文件中的第4列引入，字段名为user_id,字段类型为 String。 以TEXT格式批量配置，例如。 1,user_name,String 行分隔符用于分隔每个字段的信息，默认为换行符（\n），可支持换行符（\n）、分号（;）、点（.）。 列分隔符用于分隔字段名与字段类型，默认英文逗号（,）。 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： 单击拖动字段旁的图标，可调换字段所处位置。 单击操作列下的图标，编辑已有的字段。 单击操作列下的图标，删除已有的字段

   Text、CSV格式

   参数	描述
   列分隔符	文件列分隔符。如果您没有填写，则系统默认填写为英文逗号（,）。
   行分隔符	文件行分隔符。如果您没有填写，则系统默认填写为换行符号（\n）。
   文件编码	读取文件的编码配置。系统支持的文件编码包括UTF-8和GBK。
   null值	将要表示为空的字段填入文本框，如果源端存在则将对应的部分转换为空。
   压缩格式	文本压缩类型，默认不填写（即不压缩）。系统支持的压缩格式包括： zip gzip bzip2 lzo lzo_deflate
   首行内容类型	选择文本的首行内容类型。首行内容类型包括数据内容和字段名称。

   xls、xlsx格式

   参数	描述
   sheet选择	可按名称或索引选择要读取的sheet，如读取多个sheet需保持数据格式一致。 按名称：需要填写要读取的sheet名称。 按索引：需要填写要读取的sheet索引，从0开始。
   数据内容起始行	填写数据内容起始行。默认为1，从第一行开始为数据内容。若需忽略前N行，则将数据内容起始行设置为N+1。
   数据内容结束行	填写数据内容结束行。如不指定，则默认读到有数据的最后一行。
   导出sheet名	是否导出数据的来源sheet名称，导出内容为{文件名}-{sheet名}。
   文件编码	支持UTF-8和GBK编码。
   压缩格式	支持zip、gzip、bzip2、lzo、lzo_deflate压缩格式。
   空值转换	可指定将任意字符串转换为Null值。

4. 单击确认，完成OSS输入组件的属性配置。