配置数据集输入组件

前提条件

• 仅购买非结构化数据后，才可使用数据集输入组件。

• 已创建数据集，具体操作，请参见数据集。

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. 在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数据集组件，并拖动该组件至画布。

6. 单击数据集输入组件卡片中的图标，打开数据集输入配置对话框。

7. 在数据集输入配置对话框中，配置参数。

   参数	描述
   步骤名称	即数据集输入组件的名称。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。
   数据集	可选择当前项目下的表数据集和混合数据集，您可输入数据集名称关键字进行搜索，数据集选择完成后还需选择其版本。单击图标，可复制当前数据集名称。
   批量读取条数（非必填）	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PostgreSQL数据库支持的条件表达式作为数据过滤条件，只需要写where关键字后的内容，不需要写where关键字。同时，支持使用系统全局变量，如业务日期${bizdate}。
   输出字段	输出字段区域展示所选数据集元数据中的所有字段。

8. 单击确认，完成数据集输入组件的属性配置。