通过

在复制活动中配置 FTP

  • 项目

本文概述了如何使用数据管道中的复制活动从 FTP 中复制数据。

支持的格式

FTP 支持以下文件格式。 请参阅每一篇介绍基于格式的设置的文章。

支持的配置

有关复制活动下每个选项卡的配置，请分别转到以下各部分。

常规

若要配置“常规”设置选项卡，请参阅“常规”设置指导。

源

转到“源”选项卡以配置复制活动源。 有关详细配置，请参阅以下内容。

Screenshot showing source tab and the list of properties.

需要以下三个属性：

  • 数据存储类型：选择“外部”。

  • 连接：从连接列表中选择 FTP 连接。 如果不存在连接，则通过选择“新建”创建新的 FTP 连接。

  • 文件路径类型：根据要读取文件的方式，从“文件路径”、“通配符文件路径”和“文件列表”中进行选择。

    • 文件路径：如果选择此类型，请指定源文件路径。 可以选择“浏览”以选择源文件或手动输入文件路径。

    • 通配符文件路径：如果选择此类型，请指定“通配符路径”以筛选源文件夹或文件。

      允许的通配符为：*（匹配零个或更多字符）和 ?（匹配零个或单个字符）。 如果文件夹名内包含通配符或此转义字符，请使用 ^ 进行转义。 如需更多示例，请转到文件夹和文件筛选器示例。

      Screenshot showing wildcard file path.

      通配符文件夹路径：指定包含通配符的文件夹路径，以筛选源文件夹。

      通配符文件名称：指定给定文件夹路径/通配符文件夹路径下包含通配符的文件名，以筛选源文件。

    • 文件列表：如果选择此类型，请指定“文件夹路径”和“文件列表路径”，以指示复制给定的文件集。 指向包含要复制的文件列表的文本文件，每行一个文件。 如需更多示例，请转到文件列表示例。

      文件夹路径：指定源文件夹的路径。 它是必需的。
      文件列表路径：指定包含要复制的文件列表的文本文件的路径。

      Screenshot showing list of files.

  • 文件格式：从下拉列表中选择适用的文件格式。 选择“设置”以配置文件格式。 有关不同文件格式的设置，请参阅支持格式的文章了解详细信息。

在“高级”下，可以指定以下字段：

  • 按上次修改日期筛选：根据上次修改日期筛选文件。 将文件路径类型配置为文件列表时，此属性不适用。

    • 开始时间(UTC)：如果文件的上次修改时间不早于配置的时间，则会选择这些文件。
    • 结束时间(UTC)：如果文件的上次修改时间早于配置的时间，则选择这些文件。

    如果“开始时间(UTC)”具有日期/时间值，但“结束时间(UTC)”为 NULL，意味着将选中“上次修改时间”属性不早于该日期/时间值的文件。 如果“结束时间(UTC)”具有日期/时间值，但“开始时间(UTC)”为 NULL，则意味着将选中“上次修改时间”属性早于该日期/时间值的文件。 属性可以为 NULL，这意味着不会向数据应用任何文件属性筛选器。

  • 禁用分块：分块旨在优化性能，其发生于以下情形。 此选项可用于在每个文件内禁用分块。 在通过 FTP 复制数据时，服务会首先尝试获取文件长度，然后将文件分为多个部分以并行方式读取。 指定 FTP 服务器是支持获取文件长度还是要从某个偏移量读取。 默认情况下，它处于未选中状态。

  • 启用分区发现：指定是否从文件路径分析分区，并将它们添加为附加的源列。 默认情况下，它处于未选中状态，而且在使用二进制文件格式时不受支持。

    • 分区根路径：当启用了分区发现时，请指定绝对根路径，以便将已分区文件夹读取为数据列。
      如果未指定，默认情况下，

      • 在源上使用文件路径或文件列表时，分区根路径是你已配置的路径。
      • 使用通配符文件夹筛选器时，分区根路径是第一个通配符前的子路径。

      例如，假设将路径配置为 root/folder/year=2020/month=08/day=27：

      • 如果将分区根路径指定为 root/folder/year=2020，则除了文件内的列外，复制活动还会生成另外两列 month 和 day，其值分别为“08”和“27”。
      • 如果未指定分区根路径，则不会生成额外的列。

      Screenshot showing partition discovery.

  • 使用二进制传输：指定是否使用二进制传输模式。 选择它以使用二进制模式（默认）或取消选择它以使用 ASCII。

  • 最大并发连接数：此属性指示活动运行期间与数据存储建立的并发连接的上限。 仅在要限制并发连接时指定一个值。

  • 其他列：添加其他数据列以存储源文件的相对路径或静态值。 后者支持表达式。 有关详细信息，请转到在复制期间添加其他列。

映射

对于“映射”选项卡配置，请参阅在“映射”选项卡下配置映射。如果选择“二进制”作为文件格式，则不支持映射。

设置

对于“设置”选项卡配置，请转到“设置”选项卡下的“配置其他设置”。

表摘要

下表包含有关 FTP 中复制活动的详细信息。

Source

名称 描述 值 必选 JSON 脚本属性
数据存储类型 你的数据存储类型。 外部 是 /
Connection FTP 与源数据存储的连接。 < 你的 FTP 连接 > 是 连接
文件路径类型 用于获取源数据的文件路径类型。 • 文件路径
• 通配符文件路径
• 文件列表		 是 /
文件路径 源文件的路径。 <文件路径> 是 fileName
folderpath
通配符路径 源文件的通配符路径。 <通配符文件路径> 对于通配符文件名称为“是” wildcardFolderPath
wildcardFileName
文件夹路径 源文件夹的路径。 < 公共主文件夹路径> 是 folderPath
文件列表的路径 指明复制给定文件集。 指向包含要复制的文件列表的文本文件，每行一个文件。 <文件列表路径> 否 fileListPath
文件格式 源数据的文件格式。 有关不同文件格式的信息，请参阅支持的格式的文章了解详细信息。 / 是 /
按上次修改时间筛选 将筛选在 [开始时间、结束时间) 范围内具有上次修改时间的文件，以便进一步处理。 该时间将以 yyyy-mm-ddThh:mm:ss.fffZ 格式应用于 UTC 时区。 可以跳过此属性，这意味着不会应用任何文件属性筛选器。 将文件路径类型配置为文件列表时，此属性不适用。 datetime 否 modifiedDatetimeStart
modifiedDatetimeEnd
禁用分块 分块旨在优化性能，其发生于以下情形。 此选项可用于在每个文件内禁用分块。 在通过 FTP 复制数据时，服务会首先尝试获取文件长度，然后将文件分为多个部分以并行方式读取。 指定 FTP 服务器是支持获取文件长度还是要从某个偏移量读取。 选中或未选中（默认） 否 disableChunking：
true 或 false（默认）
启用分区发现 指示是否从文件路径分析分区，并将它们添加为附加的源列。 选中或未选中（默认） 否 enablePartitionDiscovery:
true 或 false（默认）
分区根路径 为了将分区文件夹读取为数据列的绝对分区根路径。 在启用分区发现时指定它。 <分区根路径> 否 partitionRootPath
使用二进制传输 指示是否使用二进制传输模式。 这些值在二进制模式下为 true（默认），在 ASCII 模式下为 false。 已选择（默认）或未选择 否 useBinaryTransfer：
true（默认）或 false
最大并发连接数 活动运行期间与数据存储建立的并发连接的上限。 仅在要限制并发连接时指定一个值。 < 并发连接的上限 >
（整数）		 否 maxConcurrentConnections
其他列 添加其他数据列以存储源文件的相对路径或静态值。 后者支持表达式。 有关详细信息，请转到在复制期间添加其他列 • 名称
• 值		 否 additionalColumns:
• 名称
• 值

相关内容