页面树结构
转至元数据结尾
转至元数据起始

正在查看旧版本。 查看 当前版本.

与当前比较 查看页面历史

« 前一个 版本 10 下一个 »

在数据挖掘的流程中,数据的输入和输出也是必不可少的。

因为需要导入数据才可以进行后续的数据预处理、分析、建模等;以及将最后的结果数据,导出保存在指定的目标库。

所以Smartbi分别提供数据源和目标源节点,满足数据的输入和输出。

数据源

Smartbi提供了四种数据源用于数据输入,分别是文本数据源、关系数据源、示例数据源、数据集,支持从这几个数据来源中导入数据。

文本数据源

概述

文本数据源是指将HDFS读取的csv等数据文件导入到Smartbi中。

输入/输出

输入

没有输入端口。
输出只有一个输出端口,用于输出数据到下一节点资源。

参数配置

设置文本数据源的参数:

设置说明如下:

参数说明
地址文本数据在HDFS的路径,其中:
  • <host>表示HDFS所在服务器IP地址;
  • <port>表示HDFS端口号;
  • <path>表示文本数据在HDFS服务中的路径;
    示例:hdfs://10.10.202.26:9000/data/mllib/UnitTest.csv
数据格式

选择文本的数据格式:csv、json、parquet、apache.orc。

文件编码选择当前数据文件的编码格式:GBK或UTF-8。
读取行数选择用于当前工作流的数据量:测试1000条、全部。

文本分隔符

选择当前数据文件中的分隔符:逗号、分号、空格、tab、竖线。
自动推断数据类型若需要自动判断数据源中字段的数据类型,则选true,否则选false。
自动生成表头表示上传数据时是否生成表头:若上传数据时没有表头,则选ture,系统自动生成表头;否则选false。

关系数据源

概述

关系数据源是指从Smartbi关系数据源中读取的库表数据。

输入/输出

输入

没有输入端口。
输出只有一个输出端口,用于输出数据到下一节点资源。

参数配置

设置关系数据源的参数:

设置说明如下:

参数
说明
数据源选择数据源,这些数据源是Smartbi中连接配置好的关系数据源。
SHEMA选择SHEMA。
表名选择表。
SQL语句通过SQL语句设置where条件,过滤出表中的数据用于工作流。

示例数据源

概述

示例数据源是指从系统中读取内置的示例数据源。

输入输出

输入没有输入端口。
输出只有一个输出端口,用于输出数据到下一节点资源。

参数配置

设置示例数据源的参数:

设置说明如下:

参数说明
数据源选择。选择平台内置的示例数据源
数据源编码设置示例数据源的编码:GBK、UTF-8。

数据集

概述

数据集是指从Smartbi中读取数据集中的数据,包含:可视化数据集、SQL数据集、原生SQL数据集、Java数据集、存储过程数据集、多维数据集、自助数据集。

输入输出

输入没有输入端口。
输出只有一个输出端口,用于输出数据到下一节点资源。

参数配置

设置数据集的参数:

设置说明如下:

参数
说明
请选择数据集用于单击按钮后,在“数据集选择”窗口中选择Smartbi中已定义的数据集。
新建数据集用于新建指定类型的数据集,选择数据集后,跳转到指定数据集的新建界面;可选的数据集类型有:自助数据集、原生SQL数据集、可视化数据集、存储过程数据集、Java数据集、多维数据集。
编辑已选数据集用于编辑选择的数据集,单击按钮后,会跳转到指定数据集的编辑界面。
数据更新设置用于设置数据集是否需要重新抽取:“更新抽取数据”表示需要重新抽取;“使用已抽取数据”表示不需要重新抽取。

目标源

Smartbi提供了两种目标源用于数据的输出,分别是关系目标源、导出数据到HDFS,支持将数据导出到目标库中。

关系目标源

概述

关系目标源是指将结果数据保存到Smartbi的关系数据源中。

输入输出

输入只有一个输入端口,用于将接收到的结果数据存储到指定库中。
输出没有输出端口。

参数配置

设置关系目标源的参数:

设置说明如下:

参数说明
数据源选择数据源,这些数据源是在Smartbi中连接的关系数据源。
SCHEMA在选择的数据源中选择SHEMA。
表名选择表。选择数据源和SCHEMA之后,可以点击新建表。
保存模式两种保存模式:
  • 追加数据:表示在原数据的基础上增加新的数据。
  • 覆盖数据:表示删除原数据后增加新的数据。

导出数据到HDFS

概述

导出数据到HDFS是指将结果数据保存到HDFS中。

输入输出

输入只有一个输入端口,用于将接收到的结果数据存储到HDFS中。
输出没有输出端口。

参数配置

设置导出数据到HDFS的参数:

设置说明如下:

参数说明
IP和端口目标HDFS的路径的IP和端口:<ip>:<port>
示例:10.10.202.26:9000。
文件名存储到HDFS的数据文件名。
HDFS用户名HDFS用户名。
HDFS web端口HDFS web端口,默认是50070。
  • 无标签