AnalyticDB for PostgreSQL输入组件用于读取AnalyticDB for PostgreSQL数据源的数据。同步AnalyticDB for PostgreSQL数据源的数据至其他数据源的场景中,您需要先配置AnalyticDB for PostgreSQL输入组件读取的源数据源信息,再配置数据同步的目标数据源。本文为您介绍如何配置AnalyticDB for PostgreSQL输入组件。
前提条件
已创建AnalyticDB for PostgreSQL数据源。具体操作,请参见创建AnalyticDB for PostgreSQL数据源。
进行AnalyticDB for PostgreSQL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
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。
按照以下操作指引,进入AnalyticDB for PostgreSQL输入配置对话框。
单击组件库->单击输入->拖动AnalyticDB for PostgreSQL输入组件至画布->单击配置图标。
在AnalyticDB for PostgreSQL输入配置对话框,配置参数。
参数
描述
步骤名称
即AnalyticDB for PostgreSQL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
在数据源下拉列表中,展示当前Dataphin中所有AnalyticDB for PostgreSQL类型的数据源和项目层级,包括是否拥有同步读权限的数据源。
对于没有同步读权限的数据源,您可以单击数据源后的申请,申请数据源的同步读权限。具体操作,请参见申请数据源权限。
如果您还没有AnalyticDB for PostgreSQL类型的数据源,单击新建,创建数据源。具体操作,请参见创建AnalyticDB for PostgreSQL数据源。
Schema
支持跨Schema选表,请选择表所在的Schema,如不指定则默认为数据源中配置的schema。
来源表量
选择来源表量。来源表量包括单表和多表:
单表:适用于将一个表的业务数据同步至一个目标表的场景。
多表:适用于将多个表的业务数据同步至同一个目标表的场景。多个表的数据写入同一个数据表时,使用union算法。
更多union说明,请参见交集(INTERSECT)、并集(UNION)和补集(EXCEPT)。
表
选择数据同步的来源表:
如果来源表量选择了单表,在下拉列表中选择读取数据的表。
如果来源表选择了多表,则按照下图操作指引,添加读取数据的多个表。在①处配置筛选多表的表达式,连续多个表的格式如
table[A-Z]
、table_[01-05]
;不连续多个表使用半角分号(;)间隔。重要选中的多个表必须具有相同结构的表,否则会导致配置AnalyticDB for MySQL 3.0输入组件失败。
切分建
您可以将源数据表中字段类型为整数型的某一列作为切分键,推荐使用主键或有索引的列作为切分键。读取数据时,根据配置的切分键字段进行数据分片,实现并发读取,可以提升数据同步效率。
批量读取条数
一次性读取数据的条数。在从源数据库读取数据时,可以配置一个特定的批量读取条数(如1024条记录),而不是一条一条地读取,以减少与数据源之间的交互次数,提高I/O效率,并降低网络延迟。
输入过滤
配置抽取数据的筛选条件。详细配置说明如下:
配置固定值,抽取对应的数据,例如
ds=20210101
。配置变量参数,抽取某一部分数据,例如
ds=${bizdate}
。
输出字段
输出字段区域展示了已选中表及筛选条件命中的所有字段。如果不需要将某些字段输出至下游组件,则您可以删除对应的字段:
说明租户的计算引擎为AnalyticDB for PostgreSQL时,AnalyticDB for PostgreSQL输入组件的输出字段支持查看字段的分类分级,非AnalyticDB for PostgreSQL计算引擎则不支持。
单个删除字段场景:如果需要删除少量的字段,则可以单击操作列下的图标,删除多余的字段。
批量删除字段场景:如果需要删除大批量字段,则可以单击字段管理,在字段管理对话框选择多个字段后,单击左移动图标,将已选的输入字段移入到未选的输入字段并单击确定,完成字段的批量删除。
单击确认,完成AnalyticDB for PostgreSQL输入组件的属性配置。