计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机服务器 CPH
Huawei Cloud EulerOS
网络
虚拟私有云 VPC
弹性公网IP EIP
虚拟专用网络 VPN
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
VPC终端节点 VPCEP
云连接 CC
企业路由器 ER
企业交换机 ESW
全球加速 GA
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
边缘安全 EdgeSec
威胁检测服务 MTD
CDN与智能边缘
内容分发网络 CDN
CloudPond云服务
智能边缘云 IEC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
云搜索服务 CSS
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
数据可视化 DLV
数据湖工厂 DLF
湖仓构建 LakeFormation
企业应用
云桌面 Workspace
应用与数据集成平台 ROMA Connect
云解析服务 DNS
专属云
专属计算集群 DCC
IoT物联网
IoT物联网
设备接入 IoTDA
智能边缘平台 IEF
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
国际站常见问题
ICP备案
我的凭证
支持计划
客户运营能力
合作伙伴支持计划
专业服务
区块链
区块链服务 BCS
Web3节点引擎服务 NES
解决方案
SAP
高性能计算 HPC
视频
视频直播 Live
视频点播 VOD
媒体处理 MPC
实时音视频 SparkRTC
数字内容生产线 MetaStudio
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
存储容灾服务 SDRS
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属分布式存储服务 DSS
容器
云容器引擎 CCE
容器镜像服务 SWR
应用服务网格 ASM
华为云UCS
云容器实例 CCI
管理与监管
云监控服务 CES
统一身份认证服务 IAM
资源编排服务 RFS
云审计服务 CTS
标签管理服务 TMS
云日志服务 LTS
配置审计 Config
资源访问管理 RAM
消息通知服务 SMN
应用运维管理 AOM
应用性能管理 APM
组织 Organizations
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
应用身份管理服务 OneAccess
数据库
云数据库 RDS
文档数据库服务 DDS
数据管理服务 DAS
数据复制服务 DRS
云数据库 GeminiDB
云数据库 GaussDB
分布式数据库中间件 DDM
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
人脸识别服务 FRS
图引擎服务 GES
图像识别 Image
内容审核 Moderation
文字识别 OCR
AI开发平台ModelArts
图像搜索 ImageSearch
对话机器人服务 CBS
华为HiLens
视频智能分析服务 VIAS
语音交互服务 SIS
应用中间件
分布式缓存服务 DCS
API网关 APIG
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
多活高可用服务 MAS
事件网格 EG
企业协同
华为云会议 Meeting
云通信
消息&短信 MSGSMS
云生态
合作伙伴中心
云商店
开发者工具
SDK开发指南
API签名指南
Terraform
华为云命令行工具服务 KooCLI
其他
产品价格详情
系统权限
管理控制台
客户关联华为云合作伙伴须知
消息中心
公共问题
开发与运维
应用管理与运维平台 ServiceStage
软件开发生产线 CodeArts
需求管理 CodeArts Req
部署 CodeArts Deploy
性能测试 CodeArts PerfTest
编译构建 CodeArts Build
流水线 CodeArts Pipeline
制品仓库 CodeArts Artifact
测试计划 CodeArts TestPlan
代码检查 CodeArts Check
代码托管 CodeArts Repo
云应用引擎 CAE
开天aPaaS
云消息服务 KooMessage
云手机服务 KooPhone
云空间服务 KooDrive
本文导读

展开导读

算子数据处理规则

更新时间:2024-05-11 GMT+08:00

在Loader导入或导出数据的任务中,每个算子对于原始数据中NULL值、空字符串定义了不同的处理规则;在算子中无法正确处理的数据,将成为脏数据,无法导入或导出。

在转换步骤中,算子数据处理规则请参见下表。
表1 数据处理规则一览表

转换步骤

规则描述

CSV文件输入

  • 分隔符在原始数据中连续出现两次,将生成空字符串字段。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。
  • 遇到类型转换错误,当前数据保存为脏数据。

固定宽度文件输入

  • 原始数据包含NULL值,不做转换处理。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。
  • 配置转换字段类型,与原始数据实际类型不同,全部数据成为脏数据。例如将字符串类型转换为数值类型。
  • 配置字段分割长度,大于原字段值的长度,则数据分割失败,当前行成为脏数据

表输入

  • 原始数据包含NULL值,不做转换处理。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。
  • 配置转换字段类型,与原始数据实际类型不同,全部数据成为脏数据。例如将字符串类型转换为数值类型。

HBase输入

  • 原始数据包含NULL值,不做转换处理。
  • 配置HBase表名错误,全部数据成为脏数据。
  • “主键”没有配置主键列,全部数据成为脏数据。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。
  • 配置转换字段类型,与原始数据实际类型不同,全部数据成为脏数据。例如将字符串类型转换为数值类型。

长整型时间转换

  • 原始数据包含NULL值,不做转换处理。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。
  • 遇到类型转换错误,当前数据保存为脏数据。

空值转换

  • 原始数据包含NULL值,转换为用户指定的值。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。

随机值转换

不涉及处理NULL值、空字符串,不生成脏数据。

增加常量字段

不涉及处理NULL值、空字符串,不生成脏数据。

拼接转换

  • 原始数据包含NULL值,将转换为空字符串。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。

分隔转换

  • 原始数据包含NULL值,当前行成为脏数据。
  • 配置分割后字段列数,大于原始数据实际可分割出来的字段列数,当前行成为脏数据。

取模转换

  • 原始数据包含NULL值,当前行成为脏数据。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。
  • 数据类型转换失败,当前行成为脏数据。

剪切字符串

  • 传入数据为NULL值,不做转换处理。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。
  • 字符截取的起点位置或终点位置,大于输入字段的长度时,当前行成为脏数据。

EL操作转换

  • 传入数据为NULL值,不做转换处理。
  • 输入一个或多个字段的值,输出计算结果。
  • 输入类型和算子不兼容时,当前行为脏数据。

字符串大小写转换

  • 传入数据为NULL值,不做转换处理。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。

字符串逆序转换

  • 传入数据为NULL值,不做转换处理。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。

字符串空格清除转换

  • 传入数据为NULL值,不做转换处理。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。

过滤行转换

  • 条件逻辑为“AND”,如果未添加过滤条件,全部数据成为脏数据;或者原始数据满足添加的全部过滤条件,当前行成为脏数据。
  • 条件逻辑为“OR”,如果未添加过滤条件,全部数据成为脏数据;或者原始数据满足任意添加的过滤条件,当前行成为脏数据。

文件输出

  • 传入数据为NULL值,不做转换处理。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。
  • 数据类型转换失败,当前行成为脏数据。

表输出

HBase输出

  • 原始数据包含NULL值,如果“NULL值处理方式”设置为“true”,将转换为空字符串并保存。如果“NULL值处理方式”设置为“false”,不保存数据。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。
  • 数据类型转换失败,当前行成为脏数据。

Hive输出

  • 如果指定了一个或多个列为分区列,则在“到”页面上,会显示“分割程序”属性,该属性表示使用多少个处理器去对分区数据进行处理。
  • 如果没有指定任何列为分区列,则表示不需要对输入数据进行分区处理,“分割程序”属性默认隐藏。
  • 配置输入字段列数,大于原始数据实际包含的字段列数,全部数据成为脏数据。
  • 数据类型转换失败,当前行成为脏数据。

我们使用cookie来确保您的高速浏览体验。继续浏览本站,即表示您同意我们使用cookie。 详情

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容