配置MaxCompute输出组件

MaxCompute输出组件用于向MaxCompute数据源写入数据。同步其他数据源的数据至MaxCompute数据源的场景中,完成源数据源的信息配置后,需要配置MaxCompute输出组件写入数据到目标数据源。本文为您介绍如何配置MaxCompute输出组件。

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出,在右侧的输出组件列表中找到MaxCompute组件,并拖动该组件至画布。

  6. 单击并拖动目标输入组件的image图标,将其连接至当前MaxCompute输出组件上。

  7. 单击MaxCompute输出组件卡片中的image图标,打开MaxCompute输出配置对话框。image

  8. MaxCompute输出配置对话框,配置参数。

    参数

    描述

    基本设置

    步骤名称

    MaxCompute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MaxCompute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image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MaxCompute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MaxCompute数据源

    选择数据同步中输出数据的目标表。如果MaxCompute数据源中没有数据同步的目标表,则您可以通过一键生成目标表的功能,简单快速的生成目标表。详细的操作步骤如下:

    1. 单击一键建表

    2. 可选择普通表Delta,默认为普通表。切换表格式后将更改下方代码区域中的DDL。

    3. Dataphin会自动为您匹配创建目标表的代码,包括目标表名称(默认为来源表名)、字段类型(基于Dataphin字段做了初步的转换)等信息。您可以根据业务情况修改创建目标表的SQL脚本后,单击新建。目标表新建成功后,Dataphin自动将新建的目标表作为输出数据的目标表。

      说明

      一键建表用于为开发环境、生产环境创建数据同步的目标表。Dataphin默认为您选中生产环境建表,如果生产环境已经有同名且结构相同的数据表,则您无需勾选生产环境建表。如果开发环境或生产环境存在同名的表,单击新建后,Dataphin会报已存在该表的错误。

    加载策略

    向目标数据源(MaxCompute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:以当前来源表为准,覆盖目标表中的历史数据。

    • 追加数据:在目标表的已有的数据基础上追加数据,且不修改历史数据,仅普通表可用

    • 更新数据:当主键冲突时,会在已存在的记录上更新映射字段的数据,仅Delta表可用。

    分区

    如果选择了分区表,则需要填写数据表的分区。例如ds=20230101或使用参数ds=${bizdate}

    支持在分区前加/*dynamic*/关键字以使用来源字段动态指定每行数据的写入分区。例如,/*dynamic*/ds=$datedate为来源字段名称; 或/*dynamic*/ds=${bizdate},hh = $hourbizdate为参数,hour为来源表字段名称。

    重要

    动态分区数为上限10000,建议不超过1000,否则会导致执行时间过长甚至失败。

    字段映射

    输入字段

    根据上游组件的输出,为您展示输入字段。

    输出字段

    输出字段区域展示了已选中表的所有字段。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:

    • 如果需要删除少量的字段,可以单击操作列下的sgaga图标,删除多余的字段。

    • 如果需要删除大批量字段,可以单击字段管理,在字段管理页面选择多个字段后,单击sfsga图标,将已选的输入字段移入到未选的输入字段gagag

    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进行映射。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MaxCompute输出组件的属性配置。