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
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。
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->单击配置图标。
在ClickHouse输入配置对话框中,配置参数。
参数
说明
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。
表
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。
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。
单击图标。
在确认匹配详情对话框中,选择匹配的表。
单击确认。
切分键
系统根据配置的切分键字段进行数据分片,可以配合并发度配置使用,实现并发读取。支持将源数据表中某一列作为切分键。此外,建议使用主键或有索引的列作为切分键以保证传输性能。
重要选择日期时间类型时,系统会通过识别最大最小值方式,根据总时间范围和并发度进行暴力切分,不保证平均。
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ClickHouse输入组件的属性配置。