支持版本
支持 Impala 4.1.0 版本。
Impala 离线单表读取节点配置
参数 | 说明 |
数据来源 | 选择来源端的已配置 Impala 数据源。 |
库 | 支持选择、或者手动输入需读取的库名称。 默认将数据源绑定的数据库作为默认库,其他数据库需手动输入库名称。 当数据源网络不联通导致无法直接拉取库信息时,可手动输入数据库名称。在数据集成网络连通的情况下,仍可进行数据同步。 |
表 | 支持选择、或者手动输入需读取的表名称。 当数据源网络不联通导致无法直接拉取库信息时,可手动输入表名称。在数据集成网络连通的情况下,仍可进行数据同步。 |
切割键 | 指定用于数据分片的字段,指定后将启动并发任务进行数据同步。您可以将源数据表中某一列作为切分键,建议使用主键或有索引的列作为切分键。 |
筛选条件(选填) | 根据数据类型填写对应筛选语句,该语句会作为将要同步数据的筛选条件。 |
Impala 离线单表写入节点配置
参数 | 说明 |
数据去向 | 选择目标端的已配置 Impala 数据源。 |
库 | 支持选择、或者手动输入需读取的库名称。 默认将数据源绑定的数据库作为默认库,其他数据库需手动输入库名称。 当数据源网络不联通导致无法直接拉取库信息时,可手动输入数据库名称。在数据集成网络连通的情况下,仍可进行数据同步。 |
表 | 支持选择、或者手动输入需读取的表名称。 当数据源网络不联通导致无法直接拉取库信息时,可手动输入表名称。在数据集成网络连通的情况下,仍可进行数据同步。 |
是否清空表 | 在写入该 Impala 数据表前可以手动选择是否清空该数据表。 |
批量提交大小 | 一次性批量提交的记录数大小,该值可以极大减少数据同步系统与 impala 的网络交互次数,并提升整体吞吐量。如果该值设置过大,会导致数据同步运行进程 OOM 异常。 |
前置 SQL | 执行同步任务之前执行的 SQL 语句,根据数据源类型对应的正确 SQL 语法填写 SQL。 |
后置 SQL | 执行同步任务之后执行的 SQL 语句,根据数据源类型对应的正确 SQL 语法填写 SQL。 |
数据类型转换支持
读取
Impala 数据类型 | 内部类型 |
BIGINT、INT、SMALLINT、TINYINT | Long |
DECIMAL、DOUBLE、FLOAT、REAL | Double |
CHAR、VARCHAR、ARRAY、STRUCT | String |
TIMESTAMP | Date |
BOOLEAN | Boolean |
写入
内部类型 | Impala 数据类型 |
Long | BIGINT、INT、SMALLINT、TINYINT |
Double | DECIMAL、DOUBLE、FLOAT、REAL |
String | CHAR、VARCHAR、ARRAY、STRUCT |
Date | TIMESTAMP |
Boolean | BOOLEAN |
Impala 脚本 Demo
如果您配置离线任务时,使用脚本模式的方式进行配置,您需要在任务脚本中,按照脚本的统一格式要求编写脚本中的 reader 参数和 writer 参数。
"job": {"content": [{"reader": {"parameter": {"password": "******","column": [ //列名"id","name"],"connection": [{"jdbcUrl": ["jdbc:impala://ip:21000/database;AuthMech=3;UID=hadoop;OptimizedInsert=0;UseSasl=0;PWD="],"table": [ //源表"source_table"]}],"where": "id>10", //筛选条件"splitFactor": 1,"splitPk": "id", //切割键"username": "hadoop"},"name": "impalareader"},"transformer": [],"writer": {"parameter": {"postSql": [ //后置sql""],"password": "******","column": [ //列名"*"],"connection": [{"jdbcUrl": "jdbc:impala://ip:21000/database;AuthMech=3;UID=hadoop;OptimizedInsert=0;UseSasl=0;PWD=Wedata@2022","table": [ //目标表"sink_table"]}],"batchSize": 1024, //批量提交大小"username": "hadoop","preSql": [ //前置sql""]},"name": "impalawriter"}}],"setting": {"errorLimit": { //脏数据阈值"record": 0},"speed": {"byte": -1, //不限制同步速度,正整数表示设置最大传输速度 byte/s"channel": 1 //并发数量}}}