文档首页/ 数据治理中心 DataArts Studio/ 用户指南/ 数据集成（CDM作业）/ 在CDM集群中创建作业/ 配置CDM作业源端参数/ 配置YASHAN源端参数
更新时间：2024-09-27 GMT+08:00
查看PDF
分享

配置YASHAN源端参数

作业中源连接从YASHAN导出的数据时，源端作业参数如表1所示。

表1 YASHAN作为源端时的作业参数

参数类型

参数名

说明

取值样例

基本参数

使用SQL语句

导出关系型数据库的数据时，您可以选择使用自定义SQL语句导出。

否

SQL语句

“使用SQL语句”选择“是”时，您可以在这里输入自定义的SQL语句，CDM将根据该语句导出数据。

说明：
  • SQL语句只能查询数据，支持join和嵌套写法，但不能有多条查询语句，比如 select * from table a; select * from table b。
  • 不支持with语句。
  • 不支持注释 ，比如 "--" ，“/*”。
  • 不支持增删改操作，包括但不限于以下操作：
    • load data
    • delete from
    • alter table
    • create table
    • drop table
    • into outfile
  • 如果SQL语句过长，会导致请求过长下发失败，继续创建作业系统会报错“错误请求”，此时您需要简化或清空SQL语句，再次尝试继续创建作业。

select id,name from sqoop.user;

模式或表空间

“使用SQL语句”选择“否”时，显示该参数，表示待抽取数据的模式或表空间名称。单击输入框后面的按钮可进入模式选择界面，用户也可以直接输入模式或表空间名称。

如果选择界面没有待选择的模式或表空间，请确认对应连接里的账号是否有元数据查询的权限。

说明：
该参数支持配置通配符（*），实现导出以某一前缀开头或者以某一后缀结尾的所有数据库。例如：
  • SCHEMA*表示导出所有以“SCHEMA”开头的数据库。
  • *SCHEMA表示导出所有以“SCHEMA”结尾的数据库。
  • *SCHEMA*表示数据库名称中只要有“SCHEMA”字符串，就全部导出。

SCHEMA_E

表名

“使用SQL语句”选择“否”时，显示该参数，表示要抽取的表名。单击输入框后面的按钮可进入表的选择界面，用户也可以直接输入表名称。

如果选择界面没有待选择的表，请确认表是否已经创建，或者对应连接里的账号是否有元数据查询的权限。

该参数支持配置为时间宏变量，且一个路径名中可以有多个宏定义变量。使用时间宏变量和定时任务配合，可以实现定期同步新增数据，详细说明请参见使用时间宏变量完成增量同步。

说明：

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”。

说明：
表名支持配置通配符（*），实现导出以某一前缀开头或者以某一后缀结尾的所有表（要求表中的字段个数和类型都一样）。例如：
  • table*表示导出所有以“table”开头的表。
  • *table表示导出所有以“table”结尾的表。
  • *table*表示表名中只要有“table”字符串，就全部导出。

table

高级属性

Where子句

“使用SQL语句”选择“否”时，显示该参数，表示配置抽取范围的Where子句，不配置时抽取整表。

该参数支持配置为时间宏变量，实现抽取指定日期的数据，详细说明请参见关系数据库增量迁移。

说明：

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”。

DS='${dateformat(yyyy-MM-dd,-1,DAY)}'

date类型值是否保留一位精度

date类型值是否保留一位精度。

否

抽取分区字段

“使用SQL语句”选择“否”时，显示该参数，表示抽取数据时使用该字段进行数据切分，CDM依据此字段将作业分割为多个任务并发执行。一般使用数据均匀分布的字段，例如以自然增长的序号字段作为分区字段。

单击输入框后面的按钮可进入字段选择界面，用户也可以直接输入抽取分区字段名。

说明：

抽取分区字段支持TINYINT、SMALLINT、INTEGER、BIGINT、REAL、FLOAT、DOUBLE、NUMERIC、DECIMAL、BIT、BOOLEAN、DATE、TIME、TIMESTAMP类型，建议该字段带有索引。

id

分区字段含有空值

是否允许分区字段包含空值。

多并发抽取时，若确定分区字段不含Null，将该值设为“否”可提升性能，若不确定，请设为“是”，否则可能会丢数据。

否

拆分作业

选择“是”，会根据“作业拆分字段”值，将作业拆分为多个子作业并发执行。

说明：

仅支持目的端为DLI和Hive时配置该参数及作业拆分字段、拆分字段最小值、拆分字段最大值、子作业个数参数。

否

作业拆分字段

“拆分作业”选择“是”时，显示该参数，使用该字段将作业拆分为多个子作业并发执行。

-

拆分字段最小值

“拆分作业”选择“是”时，显示该参数，表示抽取数据时“作业拆分字段”的最小值。

-

拆分字段最大值

“拆分作业”选择“是”时，显示该参数，表示抽取数据时“作业拆分字段”的最大值。

-

子作业个数

“拆分作业”选择“是”时，显示该参数，根据“作业拆分字段”的最小值和最大值限定的数据范围，将作业拆分为多少个子作业执行。

-

相关文档