配置OSS输出组件

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

  • 已创建OSS数据源。具体操作,请参见创建OSS数据源

  • 进行OSS输出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. 在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OSS组件,并拖动该组件至画布。

  6. 单击并拖动目标组件的image图标,将其连接至当前OSS输出组件上。

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

  8. 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TextCSV

    文件编码

    支持UTF-8GBK

    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。_1uuid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,将以上游组件的字段名作为输出文件的首行内容;选择,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。

    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。

  9. 单击确认,完成OSS输出组件配置