配置HDFS输入组件

更新时间:2025-03-05 06:41:50

HDFS输入组件用于读取HDFS数据源的数据。同步HDFS数据源的数据至其他数据源的场景中,您需要先配置HDFS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HDFS输入组件。

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读权限。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. 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HDFS组件,并拖动该组件至画布。

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

  7. HDFS输入配置对话框,配置参数。

    参数

    描述

    参数

    描述

    步骤名称

    HDFS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。

    • 长度不超过64个字符。

    数据源

    在数据源下拉列表中,展示当前Dataphin中所有HDFS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。 单击image图标,可复制当前数据源名称。

    • 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

    选择文件类型。 系统支持的文件类型包括TextORCRCSequence、CSVParquet

    文件不存在时

    当读取的文件不存在时,支持忽略或置任务失败。

    • 忽略:当读取的文件不存在时,忽略该文件,并继续读取其他文件。

    • 置任务失败:当读取的文件不存在时,终止该任务并置失败。

    文件为空时

    当读取的文件为空时,支持忽略或置任务失败。

    • 忽略:当读取的文件为空时,忽略该文件,并继续读取其他文件。

    • 置任务失败:当读取的文件为空时,终止该任务并置失败。

    数据内容起始行

    文件类型为TextCSV时需配置该项。默认为1,从第一行开始为数据内容。若需忽略前N行,您可将数据内容起始行设置为N+1。

    文件编码(非必填)

    选择文件编码。系统支持的文件编码包括UTF-8GBK

    字段分隔符(非必填)

    文件类型为TextCSV时需配置该项。请根据实际存储情况,填写文件内,内容字段之间的分隔符,如果不填写默认为(,)英文逗号。

    压缩格式(非必填)

    选择文件的压缩格式。系统支持的压缩格式包括:

    • zip

    • gzip

    • bzip2

    输出字段

    为您展示输出字段。 您可以手动添加输出字段:

    • 单击批量添加,支持JSON、TEXT格式批量配置

      • JSON格式批量配置,例如:

        [{
          "index": 0,
          "type": "double",
          "name": "HDFS1"
         },
        说明

        index表示引入的字段索引,type表示引入后的字段类型。 name表示字段名。

      • TEXT格式批量配置,例如:

        0,HDFS1,Double
        1,HDFS2,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(,)。

    • 单击新建输出字段,根据页面提示填写字段及选择类型

    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agag图标,编辑已有的字段。

    • 单击操作列下的agfag图标,删除已有的字段。

  8. 单击确认,完成HDFS输入组件的属性配置。

  • 本页导读 (0)
  • 前提条件
  • 操作步骤
AI助理

点击开启售前

在线咨询服务

你好,我是AI助理

可以解答问题、推荐解决方案等