更新时间:2023-06-29 GMT+08:00
分享

导入数据

支持将OBS上的数据导入到DLI中创建的表中。

注意事项

  • 导入数据时只能指定一个路径,路径中不能包含逗号。
  • 若将CSV格式数据导入分区表,需在数据源中将分区列放在最后一列。
  • 不建议对同一张表并发导入数据,因为有一定概率发生并发冲突,导致导入失败。
  • 导入文件支持CSV,Parquet,ORC,JSON和Avro格式,且编码格式仅支持UTF-8。

前提条件

待导入的数据已存储到OBS上。

导入数据步骤

  1. 导入数据的入口有两个,分别在“数据管理”“SQL编辑器”页面。

    • “数据管理”页面导入数据。
      1. 在管理控制台的左侧,选择“数据管理”>“库表管理”
      2. 单击需导入数据的表对应的数据库名称,进入该数据库的“表管理”页面。
      3. 在目标表“操作”栏中选择“更多”中的“导入”,弹出“导入数据”页面。
        图1 导入数据
    • “SQL编辑器”页面导入数据。
      1. 在管理控制台的左侧,单击“SQL编辑器”
      2. “SQL编辑器”页面左侧导航栏选择“数据库”页签,鼠标左键单击需要导入数据的表对应的数据库名,进入“表”区域。
      3. 鼠标左键单击对应表右侧的,在列表菜单中选择“导入”,弹出“导入数据”页面。
        图2 SQL编辑器-导入数据

  2. 在“导入数据”页面,参见表1填写相关信息。

    表1 参数说明

    参数名称

    描述

    示例

    数据库

    当前表所在的数据库。

    -

    表名称

    当前表名称。

    -

    队列

    选择队列。

    -

    文件格式

    导入数据源的文件格式。导入支持CSV,Parquet,ORC,JSON,Avro格式。编码格式仅支持UTF-8。

    CSV

    数据源路径

    直接输入路径或单击选择OBS的路径,若没有合适的桶可直接跳转OBS创建。

    • 创建OBS表时指定的路径必须是文件夹,若建表路径是文件将导致导入数据失败。
    • 当OBS的目录下有同名文件夹和文件时,数据导入指向该路径会优先指向文件而非文件夹。
    说明:

    路径同时支持文件和文件夹。

    obs://DLI/sampledata.csv

    表头:无/有

    “文件格式”“CSV”时该参数有效。设置导入数据源是否含表头。

    选中“高级选项”,勾选“表头:无”前的方框,“表头:无”显示为“表头:有”,表示有表头;去勾选即为“表头:无”,表示无表头。

    -

    自定义分隔符

    “文件格式”“CSV”,勾选自定义分隔符前的方框时,该参数有效。

    支持选择如下分隔符。

    • 逗号(,)
    • 竖线(|)
    • 制表符(\t)
    • 其他:输入自定义分隔符

    默认值:逗号(,)

    自定义引用字符

    “文件格式”“CSV”,勾选自定义引用字符前的方框时,该参数有效。

    支持选择如下引用字符。

    • 单引号(')
    • 双引号(")
    • 其他:输入自定义引用字符

    默认值:单引号(')

    自定义转义字符

    “文件格式”“CSV”,并在自定义转义字符前的方框打勾时,该参数有效。

    选中高级选项,支持选择如下转义字符。

    • 反斜杠(\)
    • 其他:输入自定义转义字符

    默认值:反斜杠(\)

    日期格式

    “文件格式”“CSV”“JSON”时此参数有效。

    选中“高级选项”,该参数表示表中日期的格式,默认格式为“yyyy-MM-dd”。日期格式字符定义详见加载数据中的“表3 日期及时间模式字符定义”。

    2000-01-01

    时间戳格式

    “文件格式”“CSV”“JSON”时此参数有效。

    选中“高级选项”,该参数表示表中时间戳的格式,默认格式为“yyyy-MM-dd HH:mm:ss”。时间戳格式字符定义详见加载数据中的“表3 日期及时间模式字符定义”。

    2000-01-01 09:00:00

    错误数据存储路径

    “文件格式”“CSV”“JSON”时此参数有效。

    选中“高级选项”,该参数表示可将错误数据保存到对应的OBS路径中。

    obs://DLI/

  3. 单击“确定”,系统开始导入数据。
  4. 有两种方式可查看导入的数据。

    目前预览只显示导入的前十条数据。

    • 在“数据管理”>“库表管理”页面,单击数据库名,在表管理界面对应表的“操作”栏选择“更多”中的“表属性”,在弹框的“预览”页签中,可查看导入的数据
    • 在“SQL编辑器”的“数据库”页签中,单击数据库名称,进入对应的表列表,鼠标左键单击对应表右侧的,在列表菜单中选择“表属性”,在弹框的“预览”页签中,可查看导入的数据。

  5. (可选)可以在“作业管理 > SQL作业”页面,查看该导入作业的状态以及执行结果。
分享:

    相关文档

    相关产品