6.2 KiB
DataX FtpWriter 说明
1 快速介绍
FtpWriter提供了向远程FTP文件写入CSV格式的一个或者多个文件，在底层实现上，FtpWriter将DataX传输协议下的数据转换为csv格式，并使用FTP相关的网络协议写出到远程FTP服务器。
写入FTP文件内容存放的是一张逻辑意义上的二维表，例如CSV格式的文本信息。
2 功能与限制
FtpWriter实现了从DataX协议转为FTP文件功能，FTP文件本身是无结构化数据存储，FtpWriter如下几个方面约定:
-
支持且仅支持写入文本类型(不支持BLOB如视频数据)的文件，且要求文本中shema为一张二维表。
-
支持类CSV格式文件，自定义分隔符。
-
写出时不支持文本压缩。
-
支持多线程写入，每个线程写入不同子文件。
我们不能做到：
- 单个文件并发写入。
3 功能说明
3.1 配置样例
{
"setting": {},
"job": {
"setting": {
"speed": {
"channel": 2
}
},
"content": [
{
"reader": {},
"writer": {
"name": "ftpwriter",
"parameter": {
"protocol": "sftp",
"host": "***",
"port": 22,
"username": "xxx",
"password": "xxx",
"timeout": "60000",
"connectPattern": "PASV",
"path": "/tmp/data/",
"fileName": "yixiao",
"writeMode": "truncate|append|nonConflict",
"fieldDelimiter": ",",
"encoding": "UTF-8",
"nullFormat": "null",
"dateFormat": "yyyy-MM-dd",
"fileFormat": "csv",
"suffix": ".csv",
"header": []
}
}
}
]
}
}
3.2 参数说明
-
protocol
-
描述：ftp服务器协议，目前支持传输协议有ftp和sftp。
-
必选：是
-
默认值：无
-
-
host
-
描述：ftp服务器地址。
-
必选：是
-
默认值：无
-
-
port
-
描述：ftp服务器端口。
-
必选：否
-
默认值：若传输协议是sftp协议，默认值是22；若传输协议是标准ftp协议，默认值是21
-
-
timeout
-
描述：连接ftp服务器连接超时时间，单位毫秒。
-
必选：否
-
默认值：60000（1分钟）
-
-
username
-
描述：ftp服务器访问用户名。
-
必选：是
-
默认值：无
-
-
password
-
描述：ftp服务器访问密码。
-
必选：是
-
默认值：无
-
-
path
-
描述：FTP文件系统的路径信息，FtpWriter会写入Path目录下属多个文件。
-
必选：是
-
默认值：无
-
-
fileName
-
描述：FtpWriter写入的文件名，该文件名会添加随机的后缀作为每个线程写入实际文件名。
-
必选：是
-
默认值：无
-
-
writeMode
-
描述：FtpWriter写入前数据清理处理模式：
- truncate，写入前清理目录下一fileName前缀的所有文件。
- append，写入前不做任何处理，DataX FtpWriter直接使用filename写入，并保证文件名不冲突。
- nonConflict，如果目录下有fileName前缀的文件，直接报错。
-
必选：是
-
默认值：无
-
-
fieldDelimiter
-
描述：读取的字段分隔符
-
必选：否
-
默认值：,
-
-
compress
-
描述：文本压缩类型，暂时不支持。
-
必选：否
-
默认值：无压缩
-
-
encoding
-
描述：读取文件的编码配置。
-
必选：否
-
默认值：utf-8
-
-
nullFormat
-
描述：文本文件中无法使用标准字符串定义null(空指针)，DataX提供nullFormat定义哪些字符串可以表示为null。
例如如果用户配置: nullFormat="\N"，那么如果源头数据是"\N"，DataX视作null字段。
-
必选：否
-
默认值：\N
-
-
dateFormat
-
描述：日期类型的数据序列化到文件中时的格式，例如 "dateFormat": "yyyy-MM-dd"。
-
必选：否
-
默认值：无
-
-
fileFormat
-
描述：文件写出的格式，包括csv (http://zh.wikipedia.org/wiki/%E9%80%97%E5%8F%B7%E5%88%86%E9%9A%94%E5%80%BC) 和text两种，csv是严格的csv格式，如果待写数据包括列分隔符，则会按照csv的转义语法转义，转义符号为双引号"；text格式是用列分隔符简单分割待写数据，对于待写数据包括列分隔符情况下不做转义。
-
必选：否
-
默认值：text
-
-
suffix
-
描述：最后输出文件的后缀，当前支持 ".text"以及".csv"
-
必选：否
-
默认值：""
-
-
header
-
描述：txt写出时的表头，示例['id', 'name', 'age']。
-
必选：否
-
默认值：无
-
3.3 类型转换
FTP文件本身不提供数据类型，该类型是DataX FtpWriter定义：
| DataX 内部类型 | FTP文件 数据类型 |
|---|---|
| Long | Long -> 字符串序列化表示 |
| Double | Double -> 字符串序列化表示 |
| String | String -> 字符串序列化表示 |
| Boolean | Boolean -> 字符串序列化表示 |
| Date | Date -> 字符串序列化表示 |
其中：
- FTP文件 Long是指FTP文件文本中使用整形的字符串表示形式，例如"19901219"。
- FTP文件 Double是指FTP文件文本中使用Double的字符串表示形式，例如"3.1415"。
- FTP文件 Boolean是指FTP文件文本中使用Boolean的字符串表示形式，例如"true"、"false"。不区分大小写。
- FTP文件 Date是指FTP文件文本中使用Date的字符串表示形式，例如"2014-12-31"，Date可以指定format格式。
4 性能报告
5 约束限制
略
6 FAQ
略