DIS如何实现转储数据至DWS的特定列

DIS支持将源数据类型为JSON格式的数据转储至DWS。转储前，需要配置源数据Schema。

源数据Schema，即用户的JSON数据样例，用于描述JSON数据格式。DIS可以根据此JSON数据样例生成Avro schema, 将通道内上传的JSON数据转换为Parquet或CarbonData格式。

1. 参考创建源数据Schema，创建源数据Schema。如下以添加转储任务时创建源数据Schema为例进行说明。
   1. 选择源数据类型是Json的通道。
   2. 在通道详情页面的“转储任务”页签，单击“添加转储任务”。
   3. 转储服务类型选择DWS，通过导入文件的方式配置源数据Schema。
   4. 输入源数据样例，单击“转换源数据样例”并提交，生成源数据Schema。
      图1 创建源数据Schema
      
2. 配置Schema属性过滤功能。
   

   schema过滤功能，只针对源数据schema根节点或一级子节点非array类型，才有效。即管理源数据Schema创建的源数据schema，满足根节点或一级子节点非array类型，界面才呈现此配置。

   1. 打开Schema过滤开关。
   2. 在源数据属性名列表中，勾选对应的属性名，完成DWS表中指定列的映射。
      

      源数据属性名列表中的属性由源数据Schema的name字段生成，匹配DWS的列名称。

      图2 配置Schema属性
      
   3. 如图2所示，源数据属性名只选择id，即少于对应表的总字段。

      DWS侧创建集群，并执行如下命令创建表。

      CREATE TABLE dis_test3(id TEXT,dev TEXT,online BIGINT,module TEXT default 'a',logTime TEXT,appId TEXT,event TEXT);

   4. DIS侧转储数据至DWS成功后，登录集群数据库查询dis_test3表格数据，可看到仅id列和module列插入数据，其中module列是默认数据。如图3所示。
   图3 Schema属性过滤结果