RestAPI数据源为您提供读取和写入RestAPI双向通道的功能,本文为您介绍DataWorks的RestAPI数据同步的能力支持情况。
使用限制
目前该数据源仅支持独享数据集成资源组。
目前不支持设置超时参数,当前DataWorks内置的请求超时时间是60s。如果您的API查询返回时间超过60s将导致任务失败。
支持的字段类型
类型分类 | 数据集成column配置类型 |
类型分类 | 数据集成column配置类型 |
整数类 | LONG,INT |
字符串类 | STRING |
浮点类 | DOUBLE,FLOAT |
布尔类 | BOOLEAN |
日期时间类 | DATE |
创建数据源
在进行数据同步任务开发时,您需要在DataWorks上创建一个对应的数据源,操作流程请参见创建并管理数据源,详细的配置参数解释可在配置界面查看对应参数的文案提示。
数据同步任务开发
数据同步任务的配置入口和通用配置流程可参见下文的配置指导。
单表离线同步任务配置指导
操作流程请参见通过向导模式配置离线同步任务、通过脚本模式配置离线同步任务。
脚本模式配置的全量参数和脚本Demo请参见下文的附录:脚本Demo与参数说明。
常见问题
只能指定好请求数据的翻页次数吗?
答:是的
是否支持自动翻页,例如当请求参数后面没数据时便停止翻页。
答:不支持, 否则无法进行split切分。
如果需要指定翻页次数,但指定翻页次数比实际页数多,导致后面数据为空,系统会如何处理?
答:当后面页数数据为空时,相当于SQL查询到空数据,系统将会继续查询下一条数据。
只支持解析一层JSON据吗?
答:是的,不会进行深入解析。
DataWorks数据集成RestAPI非数组类型如何配置?
答:确保在
reader
的parameter
中,将dataPath
设置为指向非数组类型数据的路径,例如:dataPath:"data.list"
。这将帮助插件正确地定位到您要读取的数据字段。接下来,将dataMode
设置为multiData
。这意味着DataWorks将把数据作为多个单独的记录来处理,即使它们在源数据中并非数组形式。请注意,在
multiData
模式下,column
配置不再适用。您应直接在dataPath
中指定要读取的数据路径。以下是DataWorks数据集成RestAPI非数组类型的配置示例:
reader: { name: "restapi", parameter: { dataPath: "data.list", dataMode: "multiData", // 其他参数 } }
附录:脚本Demo与参数说明
离线任务脚本配置方式
如果您配置离线任务时使用脚本模式的方式进行配置,您需要按照统一的脚本格式要求,在任务脚本中编写相应的参数,详情请参见通过脚本模式配置离线同步任务,以下为您介绍脚本模式下数据源的参数配置详情。
Reader脚本Demo
脚本示例如下:
{ "type":"job", "version":"2.0", "steps":[ { "stepType":"restapi", "parameter":{ "url":"http://127.0.0.1:5000/get_array5", "dataMode":"oneData", "responseType":"json", "column":[ { "type":"long", "name":"a.b" //从a.b路径中查找数据 }, { "type":"string", //从a.c路径中查找数据 "name":"a.c" } ], "dirtyData":"null", "method":"get", "defaultHeader":{ "X-Custom-Header":"test header" }, "customHeader":{ "X-Custom-Header2":"test header2" }, "parameters":"abc=1&def=1" }, "name":"restapireader", "category":"reader" }, { "stepType":"stream", "parameter":{ }, "name":"Writer", "category":"writer" } ], "setting":{ "errorLimit":{ "record":"" }, "speed":{ "throttle":true, //当throttle值为false时,mbps参数不生效,表示不限流;当throttle值为true时,表示限流。 "concurrent":1, //作业并发数。 "mbps":"12"//限流,此处1mbps = 1MB/s。 } }, "order":{ "hops":[ { "from":"Reader", "to":"Writer" } ] } }
脚本模式配置说明如下:
Restapi插件发出http(s)请求后,会获得请求响应body(body是一个json),dataPath用来配置从body中提取数据的json path路径。举2个示例如下: 以接口返回数据body如下举例,其中业务数据在DATA内,且接口一次返回了多行数据(DATA是一个数组): { "HEADER": { "BUSID": "bid1", "RECID": "uuid", "SENDER": "dc", "RECEIVER": "pre", "DTSEND": "202201250000" }, "DATA": [ { "SERNR": "sernr1" }, { "SERNR": "sernr2" } ] } 如果需要将DATA中的多行数据抽取为多条同步记录,则需要将 column 配置为 "column": [ "SERNR" ],dataMode 配置为 "dataMode": "multiData",dataPath 配置为 "dataPath": "DATA" 以接口返回数据body如下举例,其中业务数据在content.DATA内,且接口一次返回了1行数据(DATA是一个对象): { "HEADER": { "BUSID": "bid1", "RECID": "uuid", "SENDER": "dc", "RECEIVER": "pre", "DTSEND": "202201250000" }, "content": { "DATA": { "SERNR": "sernr2" } } } 如果需要将content.DATA中的一行数据抽取为一条同步记录,则需要将 column 配置为 "column": [ "SERNR" ],dataMode 配置为 "dataMode": "oneData",dataPath 配置为 "dataPath": "content.DATA"
Reader脚本参数
以下的参数包含在添加数据源和配置数据集成任务节点的过程中。
当前插件暂不支持使用调度参数。
参数 | 描述 | 是否必选 | 默认值 |
参数 | 描述 | 是否必选 | 默认值 |
url | RESTful接口地址。 | 是 | 无 |
dataMode | RESTful请求返回的结果JSON数据的格式。
| 是 | 无 |
responseType | 返回结果的数据格式,目前仅支持JSON格式。 | 是 | JSON |
column | 读取字段列表,type指定源数据的类型,name指定当前column数据获取的JSON路径。您可以指定column字段信息,配置如下。 "column":[{"type":"long","name":"a.b" //从a.b路径中查找数据},{"type":"string","name":"a.c"//从a.c路径中查找数据}] 对于您指定的column信息,type和name必须填写。 | 是 | 无 |
dataPath | 从返回结果中查询单个JSON对象或者JSON数组的路径。 | 否 | 无 |
method | 请求方法,支持get或post两种方式。 | 是 | 无 |
customHeader | 传递给RESTful接口的header信息。 | 否 | 无 |
parameters | 传递给RESTful接口的参数信息。
| 否 | 无 |
dirtyData | 当从指定的column json路径中找不到数据时的处理方式。
| 是 | dirty |
requestTimes | 从RESTful地址中请求数据的次数。
| 是 | single |
requestParam | 若requestTimes设为multiple时,需要指定循环的参数,例如pageNumber,插件会根据设置的startIndex、endIndex、step三个参数循环传递pageNumber参数给RESTful接口,进行多次请求。 | 否 | 无 |
startIndex | 循环请求的起点,起点包含在循环请求之内。 | 否 | 无 |
endIndex | 循环请求的终点,终点包含在循环请求之内。 | 否 | 无 |
step | 循环请求的步长。 | 否 | 无 |
authType | 验证方法。包括:
| 否 | 无 |
authUsername/authPassword | Basic Auth验证的用户名和密码。 | 否 | 无 |
authToken | Token Auth验证的token。 | 否 | 无 |
accessKey/accessSecret | Aliyun API签名验证的账户信息。 | 否 | 无 |
Writer脚本Demo
{
"type":"job",
"version":"2.0",
"steps":[
{
"stepType":"stream",
"parameter":{
},
"name":"Reader",
"category":"reader"
},
{
"stepType":"restapi",
"parameter":{
"url":"http://127.0.0.1:5000/writer1",
"dataMode":"oneData",
"responseType":"json",
"column":[
{
"type":"long", //放置column数据到路径a.b
"name":"a.b"
},
{
"type":"string", //放置column数据到路径a.c
"name":"a.c"
}
],
"method":"post",
"defaultHeader":{
"X-Custom-Header":"test header"
},
"customHeader":{
"X-Custom-Header2":"test header2"
},
"parameters":"abc=1&def=1",
"batchSize":256
},
"name":"restapiwriter",
"category":"writer"
}
],
"setting":{
"errorLimit":{
"record":"0" //错误记录数。
},
"speed":{
"throttle":true,//当throttle值为false时,mbps参数不生效,表示不限流;当throttle值为true时,表示限流。
"concurrent":1, //作业并发数。
"mbps":"12"//限流,此处1mbps = 1MB/s。
}
},
"order":{
"hops":[
{
"from":"Reader",
"to":"Writer"
}
]
}
}
Writer脚本参数
参数 | 描述 | 是否必须 | 默认值 |
参数 | 描述 | 是否必须 | 默认值 |
url | RESTful接口地址。 | 是 | 无 |
dataMode | RESTful请求传递的JSON数据的格式。
| 是 | 无 |
column | 生成JSON数据对应的字段路径列表,type指定源数据的类型,name指定当前column数据放置的JSON路径。您可以指定column字段信息,配置如下。 "column":[{"type":"long","name":"a.b" //放置column数据到路径a.b},{"type":"string","name":"a.c"//放置column数据到路径a.c}] 对于您指定的column信息,type和name必须填写。 | 是 | 无 |
dataPath | 数据结果放置的JSON对象的路径。 | 否 | 无 |
method | 请求方法,支持post和put。 | 是 | 无 |
customHeader | 传递给RESTful接口的header信息。 | 否 | 无 |
authType | 验证方法。
| 否 | 无 |
authUsername/authPassword | Basic Auth验证的用户名密码。 | 否 | 无 |
authToken | Token Auth验证的token。 | 否 | 无 |
accessKey/accessSecret | Aliyun API签名验证的账户信息。 | 否 | 无 |
batchSize | dataMode为multiData时,一次请求最大的数据条数。 | 是 | 512 |