# 源端为FTP/SFTP #### JSON样例 ``` "from-config-values": { "configs": [ { "inputs": [ { "name": "fromJobConfig.inputDirectory", "value": "/sftpfrom/from_sftp.csv" }, { "name": "fromJobConfig.inputFormat", "value": "CSV_FILE" }, { "name": "fromJobConfig.columnList", "value": "1&2&3&4&5&6&7&8&9&10&11&12" }, { "name": "fromJobConfig.fieldSeparator", "value": "," }, { "name": "fromJobConfig.regexSeparator", "value": "false" }, { "name": "fromJobConfig.firstRowAsHeader", "value": "false" }, { "name": "fromJobConfig.encodeType", "value": "UTF-8" }, { "name": "fromJobConfig.fromCompression", "value": "NONE" }, { "name": "fromJobConfig.splitType", "value": "FILE" } ], "name": "fromJobConfig" } ] } ``` #### 参数说明 FTP、SFTP的源端作业参数相同，如[表1]所示。 表1文件类源端作业参数 | 参数 | 是否必选 | 类型 | 说明 | |:---|:---|:---|:---| | fromJobConfig.inputDirectory | 是 | String | 抽取文件的路径。支持输入多个文件路径（最多50个），默认以"\|"分隔，也可以自定义文件分隔符，例如："FROM/example.csv\|FROM/b.txt"。 | | fromJobConfig.inputFormat | 是 | 枚举 | 传输数据时所用的文件格式，目前支持以下文件格式： - CSV_FILE：CSV格式，用于迁移文件到数据表的场景。 - JSON_FILE：JSON格式，一般都是用于迁移文件到数据表的场景。 - BINARY_FILE：二进制格式，不解析文件内容直接传输，不要求文件格式必须为二进制。适用于文件到文件的原样复制。 当选择"BINARY_FILE"时，目的端也必须为文件系统。 | | fromJobConfig.lineSeparator | 否 | String | 文件中的换行符，默认自动识别"\\\\n"、"\\\\r"或"\\\\r\\\\n"。手动配置特殊字符，如空格回车需使用URL编码后的值。或通过编辑作业json方式配置，无需URL编码。 | | fromJobConfig.columnList | 否 | String | 需要抽取的列号，列号之间使用"\&"分割，并由小到大排序，例如："1\&3\&5"。 | | fromJobConfig.fieldSeparator | 否 | String | 字段分隔符，当文件格式为"CSV_FILE"时此参数有效，默认值为：","。 | | fromJobConfig.quoteChar | 否 | Boolean | 是否使用包围符，选择"true"时，包围符内的字段分隔符会被视为字符串值的一部分，目前CDM默认的包围符为："。 | | fromJobConfig.regexSeparator | 否 | Boolean | 是否使用正则表达式分割字段，当文件格式为"CSV_FILE"时此参数有效。 | | fromJobConfig.regex | 否 | String | 正则表达式，当选择使用正则表达式分割字段时，此参数有效。 | | fromJobConfig.firstRowAsHeader | 否 | Boolean | 是否默认首行为标题行，当文件格式为"CSV_FILE"时此参数有效。在迁移CSV文件到表时，CDM默认是全部写入，当该参数选择"true"时，CDM会将CSV文件的第一行数据作为标题行，不写入目的端的表。 | | fromJobConfig.fromCompression | 否 | 枚举 | 压缩格式，当文件格式为"CSV_FILE"或"JSON_FILE"时此参数有效。选择对应压缩格式的源文件： - NONE：表示传输所有格式的文件。 - GZIP：表示只传输GZIP格式的文件。 - ZIP：表示只传输ZIP格式的文件。 | | fromJobConfig.splitType | 否 | 枚举 | 指定任务分片方式，选择按文件或文件大小进行分割。 - FILE：按文件数量进行分片。例如有10个文件，并在任务参数中指定"throttlingConfig.numExtractors"（抽取并发数）为"5"，则每个分片2个文件。 - SIZE：按文件大小分割。注意这里不会将文件做切分来实现均衡。例如：有10个文件，9个10M，1个200M，在并发任务数中指定"throttlingConfig.numExtractors"（抽取并发数）为"2"，则会分两个分片，一个处理9个10M的文件，一个处理1个200M的文件。 | | fromJobConfig.jsonReferenceNode | 否 | String | 记录节点，当文件格式为"JSON_FILE"时此参数有效。对该JSON节点下的数据进行解析，如果该节点对应的数据为JSON数组，那么系统会以同一模式从该数组中提取数据。多层嵌套的JSON节点以字符"."分割，例如："data.list"。 | | fromJobConfig.encodeType | 否 | String | 编码类型，例如："UTF_8"或"GBK"。 | | fromJobConfig.useMarkerFile | 否 | Boolean | 选择是否开启作业标识文件的功能。当源端路径下存在启动作业的标识文件时才启动作业，否则会挂起等待一段时间，等待时长在下方"fromJobConfig.waitTime"（等待时间）参数中配置。 | | fromJobConfig.markerFile | 否 | String | 启动作业的标识文件名。指定文件后，只有在源端路径下存在该文件的情况下才会运行任务，不指定时默认不启用该功能，例如："ok.txt"。 | | fromJobConfig.waitTime | 否 | String | 选择开启作业标识文件的功能时，如果源路径下不存在启动作业的标识文件，作业挂起等待的时长，当超时后任务会失败。 等待时间设置为0时，当源端路径下不存在标识文件，任务会立即失败。 单位：秒。 | | fromJobConfig.filterType | 否 | 枚举 | 选择过滤器类型： - WILDCARD：输入通配符作为过滤文件，满足过滤条件的路径或文件会被传输。 - TIME：时间过滤器，当文件的修改时间晚于输入的时间时，该文件才会被传输。 | | fromJobConfig.pathFilter | 否 | String | 路径过滤器，过滤类型为通配符时配置，用于过滤文件目录，例如："\*input"。 | | fromJobConfig.fileFilter | 否 | String | 文件过滤器，过滤类型为通配符时配置，用于过滤目录下的文件，支持配置多个文件，中间使用","分隔，例如："\*.csv,\*.txt"。 | | fromJobConfig.startTime | 否 | String | "过滤类型"选择"时间过滤器"时，可以指定一个时间值，当文件的修改时间大于等于该时间才会被传输，输入的时间格式需为"yyyy-MM-dd HH:mm:ss"。 该参数支持配置为时间宏变量，例如**${timestamp(dateformat(yyyy-MM-dd HH:mm:ss,-90,DAY))}**表示：只迁移最近90天内的文件。 | | fromJobConfig.endTime | 否 | String | "过滤类型"选择"时间过滤器"时，可以指定一个时间值，当文件的修改时间小于该时间才会被传输，输入的时间格式需为"yyyy-MM-dd HH:mm:ss"。 该参数支持配置为时间宏变量，例如**${timestamp(dateformat(yyyy-MM-dd HH:mm:ss))}**表示：只迁移修改时间为当前时间以前的文件。 | | fromJobConfig.fileSeparator | 否 | String | "fromJobConfig.inputDirectory"（抽取文件的路径）参数中如果输入的是多个文件路径，CDM使用这里配置的文件分隔符来区分各个文件，默认为"\|"。 | | fromJobConfig.md5FileSuffix | 否 | String | 校验CDM抽取的文件，是否与源文件一致。 |