OSS输出组件可以将外部数据库中读取的数据写入到OSS,或从大数据平台对接的存储系统中将数据复制推送至OSS,进行数据整合和再加工。本文为您介绍如何配置OSS输出组件。
前提条件
操作步骤
在Dataphin首页顶部菜单栏,选择研发 > 数据集成。
在集成页面顶部菜单栏选择项目(Dev-Prod模式需要选择环境)。
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。
单击页面右上角的组件库,打开组件库面板。
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OSS组件,并拖动该组件至画布。
单击并拖动目标组件的图标,将其连接至当前OSS输出组件上。
单击OSS输出组件卡片中的图标,打开OSS输出配置对话框。
在OSS输出配置对话框,配置以下参数。
参数
描述
基本设置
步骤名称
即OSS输出组件的名称。命名规则如下:
仅支持中文、字母、数字及下划线(_)。
最多输入64个字符。
数据源
选择Dataphin已配置的数据源。同时您可以单击数据源后的新建,进入管理中心模块新建数据源。具体操作,请参见创建OSS数据源。
进行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。具体操作,请参见申请数据源权限。
文件类型
支持Text和CSV。
文件编码
支持UTF-8和GBK。
Object前缀
OSS的Object信息,此处可以支持填写多个Object。例如某个OSS的bucket中有data文件夹,文件夹中包含phin.txt文件,若同步具体的文件,则Object前缀可填写为
data/phin.txt
;若同步文件夹下的所有文件,则需填写通配符,如data/*
。前缀冲突
Object前缀冲突时的执行策略。支持替换原有文件、保留原有文件追加和冲突时报错。
替换原有文件:写入前清理填写的Object前缀匹配的所有Object。例如Object前缀填写了
Dataphin
,将清理所有以Dataphin
开头的Object。保留原有文件追加:写入前不进行任何处理,直接使用配置的Object前缀写入,并使用随机UUID的后缀名来保证文件名不冲突。
冲突时报错:如果指定路径出现前缀匹配的Object,直接报错。如Object前缀填写了
Dataphin
,如果存在Dataphin
的Object,将直接报错。
写入文件个数
目标端OSS的文件写入策略。支持写入单个文件和多个文件。
单个文件:将写入目标端OSS的单个文件中。
多个文件:将写入目标端OSS的多个文件中。同时需要配置后缀格式,格式可选择生成序列后缀,如
_0
、_1
、_2
等;也可选择生成UUID随机数后缀。文件数量为任务并发数。说明当选择写入多个文件时,任务并发数配置为1时也会生成后缀。
_1
或uuid
随机后缀。前缀冲突策略为保留原文件追加时,仅能生成UUID随机数后缀。
高级配置
列分隔符
使用列分隔符写入目标表,如不填写,默认为英文逗号(,)。
行分隔符
使用行分隔符写入目标表,如不填写,默认为换行符(\n)。
null值
非必选,表示null值的字符串。
文件扩展名
可配置
.csv
、.text
等,作为Object最后的后缀。是否输出字段名
选择是,将以上游组件的字段名作为输出文件的首行内容;选择否,则不输出字段名。
字段映射
输入字段
为您展示上游组件的输出字段。
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。
单击确认,完成OSS输出组件配置。