配置ClickHouse输入组件

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

前提条件

  • 已创建ClickHouse数据源。具体操作,请参见创建ClickHouse数据源

  • 进行ClickHouse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,进入离线单条管道脚本的开发页面。

  2. 按照以下操作指引,进入ClickHouse输入配置对话框。

    单击组件库->单击输入->拖动ClickHouse输入组件至画布->单击image配置图标。

    image

  3. ClickHouse输入配置对话框中,配置参数。

    参数

    描述

    步骤名称

    即ClickHouse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ClickHouse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ClickHouse类型的数据源,单击新建按钮,创建数据源。具体操作,请参见创建ClickHouse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。

    选择来源表:

    • 如果来源表量选择了单表,则直接选择输入的表。

    • 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、类正则形式及两者混合形式,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

    配置抽取数据的筛选条件,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:

    • 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sgaga图标,删除多余的字段。

      image

    • 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image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。

      image..png

  4. 单击确认,完成ClickHouse输入组件的属性配置。