配置StarRocks输入组件

StarRocks输入组件用于读取StarRocks数据源的数据。同步StarRocks数据源的数据至其他数据源的场景中,您需要先配置StarRocks输入组件读取的数据源,再配置数据同步的目标数据源。本文为您介绍如何配置StarRocks输入组件。

前提条件

操作步骤

  1. 在Dataphin首页顶部菜单栏,选择研发 > 数据集成

  2. 在集成页面顶部菜单栏选择项目(Dev-Prod模式需要选择环境)。

  3. 在左侧导航栏中单击离线集成,在离线集成列表中单击需要开发的离线管道,打开该离线管道的配置页面。

  4. 单击页面右上角的组件库,打开组件库面板。

  5. 组件库面板左侧导航栏中需选择输入,在右侧的输入组件列表中找到StarRocks组件,并拖动该组件至画布。

  6. 单击StarRocks输入组件卡片中的image图标,打开StarRocks输入配置对话框。

  7. StarRocks输入配置对话框中,配置以下参数。

    参数

    描述

    步骤名称

    即StarRocks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:

    • 只能包含中文、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StarRocks类型的数据源,包括您已拥有同步读权限的数据源和没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StarRocks类型的数据源,单击新建,创建数据源。详情请参见创建StarRocks数据源

    来源表量

    选择来源表量。来源表量包括单表多表

    • 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、并集和补集

    选择来源表:

    • 如果来源表量选择了单表,则可选择输入的表,或直接输入表名称。

    • 如果来源表量选择了多表,则执行以下操作添加表。

      1. 在输入框中,输入表的表达式,筛选具有相同结构的表

        系统支持枚举形式类正则形式两者混合形式,例如:table_[001-100];table_102。

      2. 单击image图标。

      3. 确认匹配详情对话框中,选择匹配的表。

      4. 单击确认

    切分键

    您可以将源数据表中字段类型为整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

    填写输入字段的过滤信息,例如ds=${bizdate}输入过滤适用于以下两种场景:

    • 固定的某一部分数据。

    • 参数过滤。

    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。支持新建或批量添加输出字段,如果不需要将某些字段输出至下游组件,也可以删除对应的字段。

    • 批量添加:单击批量添加,支持JSON、TEXT格式、DDL格式批量配置

      • 以JSON格式批量配置,例如:

        // 示例:
        [{
          "name": "user_id",
          "type": "String"
         },
         {
          "name": "user_name",
          "type": "String"
         }]
        说明

        name表示引入的字段名称,type表示引入后的字段类型。例如,"name":"user_id","type":"String"表示把字段名为user_id的字段引入,设置字段类型为String。

      • 以TEXT格式批量配置,例如:

        // 示例:
        user_id,String
        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(;)、半角句号(.)。

        • 列分隔符用于分隔字段名与字段类型,默认为半角逗号(,)。

      • 以DDL格式批量配置,例如:

        CREATE TABLE tablename (
            id INT PRIMARY KEY,
            name VARCHAR(50),
            age INT
        );
    • 新建输出字段单击+新建输出字段,根据页面提示填写字段和选择类型

    • 单个删除字段:如果需要删除少量的字段,可单击输出字段列表目标字段操作列下的sgaga图标,删除多余的字段。

      说明

      当计算引擎为StarRocks时,StarRocks输入组件的输出字段支持查看字段的分类分级,非StarRocks计算引擎则不支持。

    • 批量删除字段:如果需要删除大批量字段,可单击字段管理,在字段管理对话框选择多个字段后,单击image左移图标,将已选的输入字段移入到未选的输入字段并单击确认,完成字段的批量删除。

      image..png

  8. 单击确认,完成StarRocks输入组件的属性配置。