离线同步任务支持Vertica，支持该数据源的抽取（Reader）和导入（Writer），当前支持的版本为：10.0.1、11.1.1。

使用前提

在使用之前需要在项目中心（新）完成Vertica数据源的登记并测试通过。
数据源登记过程中，需要填写如下信息：

  • 源系统账号鉴权：源系统账号鉴权开关，仅在首次登记数据源时可配置生效，保存后不可修改。对于开启的数据源，保存后会自动进入该数据源的详情页。在数据源的详情页可以编辑该数据源，添加本平台账号和源系统账号的映射关系（可参考源系统账号映射）
  • 数据源名称：Vertica数据源的名称
  • 数据源标识：仅允许包含英文小写、数字、下划线，只允许英文小写开头，最大长度为64个字符。平台内唯一，保存数据源后数据标识不可修改
  • 归属项目：由于元数据中心是项目组级别，因此此处支持选择项目组下的项目，默认为当前项目名称
  • 负责人：默认为当前创建人员
  • 协助管理员：同负责人，有该数据源的管理权限，包括编辑、设置“源系统账号映射”。可在安全中心为自己或其他人设置该数据源的使用权限
  • 版本：支持选择10.0.1
  • 数据源连接：根据jdbc:vertica://ServerIP:Port/Database格式进行填写
  • 用户名：填写访问数据源的用户名
  • 密码：填写用户名所对应的密码
  • 自定义属性：支持添加数据源的其它配置
唯一性校验规则：
1）如果未开启源系统账号鉴权，则基于数据源连接+用户名+schema进行校验；
2）如果开启源系统账号鉴权，则基于数据源连接进行校验。

数据源配置完成后，需点击测试连接按钮进行测试，测试通过后才可使用。
Vertica - 图1

除了数据源需要准备之外，进行离线同步任务创建和数据源的使用都需要在安全中心-功能权限中添加相应的权限（可参考数据传输权限、元数据中心权限)。

Vertica作为数据来源

以Vertica to Hive为例，在数据来源端选择Vertica数据源类型及数据源名称，选择需要进行读取的schema和表。

数据过滤支持条件、流水型及自定义。

  • 条件型：按列设置过滤规则，可添加一或多组条件，条件默认为AND关系。
  • 流水型：从选择字段的起始值开始读取数据，读取到最新记录位置，下次从上次的最新记录读取至当前的最新记录。流水型数据过滤方式生效满足以下条件：1. 选取的字段是单调递增的；2. 离线开发任务提交到线上调度执行。
  • 自定义：填写where过滤语句（不含where关键字），通常用作增量同步，支持系统参数和参数组参数。

特殊字符替换、并发读取、流量控制根据实际情况进行填写。
Vertica - 图2

Vertica作为数据去向

以FTP to Vertica为例，当Vertica作为数据去向时，除了需要填写数据源类型、数据源等基础信息之外，还可以填写PreSql和PostSql。

  • PreSql：执行数据同步任务之前率先执行的SQL语句；目前向导模式仅允许执行一条SQL语句，例如清除旧数据。
  • PostSql：执行数据同步任务之后执行的SQL语句；目前向导模式仅允许执行一条SQL语句，例如加上某一个时间戳。

Vertica支持INSERT INTO、COPY写入规则。当选择INSERT INTO时，支持流量控制的配置，可根据实际情况进行填写。
Vertica - 图3

写入规则 — COPY

Vertica写入规则Copy的使用前提条件如下：

  1. 数据来源端数据源类型为Hive、MySQL、Oracle、Vertica、FTP-text
  2. 当为FTP-text时，FTP读取方式为结构化
  3. 当为FTP-text时，文件格式需为text
  4. 关闭特殊字符替换

Vertica - 图4

当满足上述条件后，Vertica支持选择Copy写入规则，如下：

Vertica - 图5

当选择COPY时，支持配置报错时任务中止、错误记录容忍、错误记录保存、字段长度检验、消除转义字符。

  • 报错时任务中止：开启后，如遇错误记录则任务中止，本次实例读取数据均不写入Vertica表。需要注意的是，当开启报错时任务中止时，不支持开启错误记录容忍。（对应参数：ABORT ON ERROR）
  • 错误记录容忍：需要关闭报错时任务中止才能开启。开启后，支持设置错误记录容忍数，如果不填写，则默认允许脏数据，该功能不允许错误记录数达到错误记录容忍数，例如错误记录容忍数为5，则往去向表写入第4条错误记录时，任务自动结束。（对应参数：REJECTMAX)
  • 错误记录保存：开启后，脏数据会写入指定的Vertica表中。支持配置脏数据写入的Vertica表，格式为schema.table。需要注意以下几种情况：
    • 如果表名包含特殊字符，则表名格式为"schema.table"
    • 如果未填写schema仅填写table，则默认schema为public
    • 如果未指定vertica表，则schema默认为public，表名系统自动生成为 dirty_任务名称，此时如果任务名称中包含(-)则任务会报错
  • 字段长度检验：开启后，当某条记录中存在数据类型为char、varchar、binary、varbinary的字段，且字段长度大于字段指定长度时，会被识别为错误记录。（对应参数：ENFORCELENGTH)
  • 消除转义字符：开启后，能够防止表中数据被解析为转义序列。（对应参数：NO ESCAPE)

高级配置项说明

可通过高级配置添加Vertica Copy官方文档更多的命令参数。
Vertica - 图6

target.handlingOptions.i支持Vertica官方Copy Parameters文档中Handling Options和Parser-Specific Options包含的参数，i为属性添加的顺序，从0开始递增。示例：target.handlingOptions.0=NO ESCAPE。

target.columnOptions.i支持Vertica官方Copy Parameters文档中Column OPTION包含的参数，可以指定列的属性，i为属性添加的顺序，从0开始递增。示例：target.columnOptions.0=id NULL 'xxx'。