更新时间:2024-10-18 GMT+08:00

时间宏变量使用解析

在创建表/文件迁移作业时,CDM支持在源端和目的端的以下参数中配置时间宏变量:
  • 源端的源目录或文件
  • 源端的表名
  • “通配符”过滤类型中的目录过滤器和文件过滤器
  • “时间过滤”中的起始时间和终止时间
  • 分区过滤条件和Where子句
  • 目的端的写入目录
  • 目的端的表名

支持通过宏定义变量表示符“${}”来完成时间类型的宏定义,当前支持两种类型:dateformat和timestamp。

通过时间宏变量+定时执行作业,可以实现数据库增量同步和文件增量同步。

如果配置了时间宏变量,通过DataArts Studio数据开发调度CDM迁移作业时,系统会将时间宏变量替换为“数据开发作业计划启动时间-偏移量”,而不是“CDM作业实际启动时间-偏移量”。

dateformat

dateformat支持两种形式的参数:

  • dateformat(format)

    format表示返回日期的格式,格式定义参考"java.text.SimpleDateFormat.java"中的定义。

    例如当前日期为“2017-10-16 09:00:00”,则"yyyy-MM-dd HH:mm:ss"表示“2017-10-16 09:00:00”

  • dateformat(format, dateOffset, dateType)
    • format表示返回日期的格式。
    • dateOffset表示日期的偏移量。
    • dateType表示日期的偏移量的类型。

      目前dateType支持以下几种类型:SECOND(秒),MINUTE(分钟),HOUR(小时),DAY(天),MONTH(月),YEAR(年)。

      其中MONTH(月),YEAR(年)的偏移量类型存在特殊场景:

      • 对于年、月来说,若进行偏移后实际没有该日期,则按照日历取该月最大的日期。
      • 不支持在源端和目的端的“时间过滤”参数中的起始时间、终止时间使用年、月的偏移。

    例如当前日期为"2023-03-01 09:00:00",则:

    • "dateformat(yyyy-MM-dd HH:mm:ss, -1, YEAR)"表示当前时间的前一年,也就是"2022-03-01 09:00:00"。
    • "dateformat(yyyy-MM-dd HH:mm:ss, -3, MONTH)"表示当前时间的前三月,也就是"2022-12-01 09:00:00"。
    • "dateformat(yyyy-MM-dd HH:mm:ss, -1, DAY)"表示当前时间的前一天,也就是"2023-02-28 09:00:00"。
    • "dateformat(yyyy-MM-dd HH:mm:ss, -1, HOUR)"表示当前时间的前一小时,也就是"2023-03-01 08:00:00"。
    • "dateformat(yyyy-MM-dd HH:mm:ss, -1, MINUTE)"表示当前时间的前一分钟,也就是"2023-03-01 08:59:00"。
    • "dateformat(yyyy-MM-dd HH:mm:ss, -1, SECOND)"表示当前时间的前一秒,也就是"2023-03-01 08:59:59"。

timestamp

timestamp支持两种形式的参数:

  • timestamp()

    返回当前时间的时间戳,即从1970年到现在的毫秒数,如1508078516286。

  • timestamp(dateOffset, dateType)

    返回经过时间偏移后的时间戳,“dateOffset”“dateType”表示日期的偏移量以及偏移量的类型。

    例如当前日期为“2017-10-16 09:00:00”,则“timestamp(-10, MINUTE)”返回当前时间点10分钟前的时间戳,即“1508115000000”

时间变量宏定义具体展示

假设当前时间为“2017-10-16 09:00:00”,时间变量宏定义具体如表1所示。

表中示例实际使用是必须嵌在''中使用,比如需要以yyyy-MM-dd格式返回当前时间时,参数为'${dateformat(yyyy-MM-dd)}'。

表1 时间变量宏定义具体展示

宏变量

含义

实际显示效果

${dateformat(yyyy-MM-dd)}

以yyyy-MM-dd格式返回当前时间。

2017-10-16

${dateformat(yyyy/MM/dd)}

以yyyy/MM/dd格式返回当前时间。

2017/10/16

${dateformat(yyyy_MM_dd HH:mm:ss)}

以yyyy_MM_dd HH:mm:ss格式返回当前时间。

2017_10_16 09:00:00

${dateformat(yyyy-MM-dd HH:mm:ss, -1, DAY)}

以yyyy-MM-dd HH:mm:ss格式返回时间,时间为当前时间的前一天。

2017-10-15 09:00:00

${dateformat(yyyy-MM-dd, -1, DAY)} 00:00:00

以yyyy-MM-dd HH:mm:ss格式返回时间,时间为当前时间的前一天0点。

2017-10-15 00:00:00

${dateformat(yyyy-MM-dd, -1, DAY)} 12:00:00

以yyyy-MM-dd HH:mm:ss格式返回时间,时间为当前时间的前一天12点。

2017-10-15 12:00:00

${dateformat(yyyy-MM-dd, -N, DAY)} 00:00:00

以yyyy-MM-dd HH:mm:ss格式返回时间,时间为当前时间的前N天的0点。

N为3时:

2017-10-13 00:00:00

${dateformat(yyyy-MM-dd, -N, DAY)} 12:00:00

以yyyy-MM-dd HH:mm:ss格式返回时间,时间为当前时间的前N天的12点。

N为3时:

2017-10-13 12:00:00

${timestamp()}

返回当前时间的时间戳,即1970年1月1日(00:00:00 GMT)到当前时间的毫秒数。

1508115600000

${timestamp(-10, MINUTE)}

返回当前时间点10分钟前的时间戳。

1508115000000

${timestamp(dateformat(yyyyMMdd))}

返回今天0点的时间戳。

1508083200000

${timestamp(dateformat(yyyyMMdd,-1,DAY))}

返回昨天0点的时间戳。

1507996800000

${timestamp(dateformat(yyyyMMddHH))}

返回当前整小时的时间戳。

1508115600000

路径和表名的时间宏变量

图1所示,如果将:
  • 源端的“表名”配置为“CDM_/${dateformat(yyyy-MM-dd)}”
  • 目的端的“写入目录”配置为“/opt/ttxx/${timestamp()}”

经过宏定义转换,这个作业表示:将Oracle数据库的“SQOOP.CDM_20171016”表中数据,迁移到HDFS的“/opt/ttxx/1508115701746”目录中。

图1 源表名和写入目录配置为时间宏变量

目前也支持一个表名或路径名中有多个宏定义变量,例如“/opt/ttxx/${dateformat(yyyy-MM-dd)}/${timestamp()}”,经过转换后为“/opt/ttxx/2017-10-16/1508115701746”

Where子句中的时间宏变量

以SQOOP.CDM_20171016表为例,该表中存在表示时间的列DS,如图2所示。

图2 表数据

假设当前时间为“2017-10-16”,要导出前一天的数据(即DS=‘2017-10-15’),则可以在创建作业时配置“Where子句”DS='${dateformat(yyyy-MM-dd,-1,DAY)}',即可将符合DS=‘2017-10-15’条件的数据导出。

时间宏变量和定时任务配合完成增量同步

这里列举两个简单的使用场景:

  • 数据库表中存在表示时间的列DS,类型为“varchar(30)”,插入的时间格式类似于“2017-xx-xx”

    定时任务中,重复周期为1天,每天的凌晨0点执行定时任务。配置“Where子句”DS='${dateformat(yyyy-MM-dd,-1,DAY)}',这样就可以在每天的凌晨0点导出前一天产生的所有数据。

  • 数据库表中存在表示时间的列time,类型为“Number”,插入的时间格式为时间戳。

    定时任务中,重复周期为1天,每天的凌晨0点执行定时任务。配置“Where子句”time between ${timestamp(-1,DAY)} and ${timestamp()},这样就可以在每天的凌晨0点导出前一天产生的所有数据。

其它的配置方式原理相同。