配置HDFS输出组件

前提条件

• 已创建HDFS数据源，如何创建，请参见创建HDFS数据源。

• 进行HDFS输入组件属性配置的账号，需具备该数据源的同步写权限。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。

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出，在右侧的输出组件列表中找到HDFS组件，并拖动该组件至画布。

6. 单击并拖动目标上游组件的图标，将其连接至当前HDFS输出组件上。

7. 单击HDFS输出组件卡片中的图标，打开HDFS输出配置对话框。

8. 在HDFS输出配置对话框，配置参数。

   参数	描述

   参数	描述
   步骤名称	即HDFS输出组件的名称。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，展示所有HDFS类型的数据源，包括您已拥有同步写权限的数据源和没有同步写权限的数据源。单击图标，可复制当前数据源名称。 对于没有同步写权限的数据源，您可以单击数据源后的申请，申请数据源的同步写权限。具体操作，请参见申请、续期和交还数据源权限。 如果您还没有HDFS类型的数据源，单击新建数据源，创建数据源。具体操作，请参见创建HDFS数据源。
   文件路径	填写文件所在路径。因数据源已经配置NameNode，无需填写hdfs://<namenode>:<port>前缀，只需填写绝对路径。例如，/hadoop/input/file.txt。系统访问的实际路径为：hdfs://<数据源已经配置的NameNode>:<数据源已经配置的IPC Port><填写的文件路径>。
   文件类型	选择将数据转换成存储的文件类型。文件类型包括Text、ORC和Parquet。
   文件编码	选择文件编码。文件编码包括UTF-8和GBK。
   加载策略	向目标数据源（HDFS数据源）写入数据时，数据写入表中的策略。加载策略包括覆盖数据和追加数据，适用场景说明如下： 覆盖数据：覆盖数据策略下，先删除目标目录下的文件，再新增数据文件。 追加数据：追加数据策略下，直接向目标目录新增数据文件。
   行分隔符	文件类型为Text可配置字段之间行分隔符。非必填项。如果您没有填写，则系统自动添加\n作为分隔符。
   字段分隔符	文件类型为Text可配置字段之间分隔符。非必填项。如果您没有填写，则系统自动添加英文逗号（,）作为分隔符。
   标记完成文件	配置完成文件的路径和格式。有任务级和文件级两种标记完成方式。 任务级：如/ftpuser/test/SUCCESS，任务完成后只会生成一个SUCCESS空文件。 文件级：使用（*）号作为数据文件名占位符，如/ftpuser/test/.flg，将会为每一个数据文件生成一个同名的flg空文件。
   合并策略	选择输出数据的线程： 合并：所有数据会合并成一个文件，采用单线程输出，大文件输出速度会受到影响。 重要 合并不支持追加数据。 不合并：采用多线程输出，会生成多个文件。
   导出压缩文件	支持是否将文件以压缩文件格式导入目标库，可选择不压缩，直接以所选文件类型导出、gzip压缩格式、zip压缩格式。
   导出列头	选择是否导出列头： 导出：会在每一个文件中的第一行输出字段名。 不导出：则文件的第一行为数据。
   输入字段	为您展示上游组件输出字段。
   输出字段	为您展示输出字段。 Dataphin支持通过批量添加和新建输出字段的方式配置输出字段： 批量添加：单击批量添加，支持JSON、TEXT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（;）、点（.）。 列分隔符用于分隔字段名与字段类型，默认英文逗号（,）。 新建输出字段。 单击+新建输出字段，根据页面提示填写字段及选择类型。 复制上游字段。 单击复制上游字段，系统将根据上游的字段名自动生成输出字段。 管理输出字段。 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。
   映射关系	映射关系用于将源表的输入字段和目标表的输出字段映射起来，便于后续进行数据同步。映射关系包括同名映射和同行映射。适用场景说明如下： 同名映射：对字段名称相同的字段进行映射。 同行映射：源表和目标表的字段名称不一致，但字段对应行的数据需要映射。只映射同行的字段。

9. 单击确认，完成HDFS输出组件的配置。