作业中源连接为配置Hive连接时,源端作业参数如下表所示。
表 Hive作为源端时的作业参数
参数名 | 说明 | 取值样例 |
---|---|---|
数据库名称 | 输入或选择数据库名称。单击输入框后面的按钮可进入数据库选择界面。 | default |
表名 | 输入或选择Hive表名。单击输入框后面的按钮可进入表的选择界面。 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。 |
TBL_E |
读取方式 | 包括HDFS和JDBC两种读取方式。默认为HDFS方式,如果没有使用WHERE条件做数据过滤及在字段映射页面添加新字段的需求,选择HDFS方式即可。 HDFS文件方式读取数据时,性能较好,但不支持使用WHERE条件做数据过滤及在字段映射页面添加新字段。 JDBC方式读取数据时,支持使用WHERE条件做数据过滤及在字段映射页面添加新字段。 |
HDFS |
分区过滤条件 | 读取方式为HDFS时,单击“显示高级属性”后显示此参数。 该参数表示抽取指定值的partition,可以配置多个值(空格分隔),也可以配置为字段取值范围,接受时间宏函数。 |
单/多值过滤: "{dateformat(yyyyMMdd, -1, DAY)} {dateformat(yyyyMMdd)}" 范围过滤: " {value} >= {dateformat(yyyyMMdd, -7, DAY)} && {value} < {dateformat(yyyyMMdd)}" |
Where子句 | 读取方式为JDBC时,单击“显示高级属性”后显示此参数。 填写该参数表示指定抽取的WHERE子句,不指定则抽取整表。如果要迁移的表中没有WHERE子句的字段,则会迁移失败。 该参数支持配置为时间宏变量,实现抽取指定日期的数据。 |
age > 18 and age <= 60 |
说明Hive作为数据源,CDM自动使用Hive数据分片文件进行数据分区。