README_zh-CN.md

CsvReader插件文档

快速介绍

CsvReader插件实现了从csv文件读取数据。在底层实现上，CsvReader通过标准库os以及encoding/csv读取文件。

实现原理

CsvReader通过标准库os以及encoding/csv读取文件，并将每一行结果使用go-etl自定义的数据类型拼装为抽象的数据集，并传递给下游Writer处理。

CsvReader通过使用file.Task中定义的读取流程调用go-etl自定义的storage/stream/file的file.InStreamer来实现具体的读取。

功能说明

配置样例

配置一个从csv文件同步抽取数据到本地的作业:

{
    "job":{
        "content":[
            {
                "reader":{
                    "name": "cvsreader",
                    "parameter": {
                        "path":["a.txt","b.txt"],
                        "column":[
                            {
                                "index":"1",
                                "type":"time",
                                "format":"yyyy-MM-dd"
                            }
                        ],
                        "encoding":"utf-8",
                        "delimiter":","
                    }
                }
            }
        ]
    }
}

参数说明

path

• 描述 主要用于配置csv文件的绝对路径，可以配置多个文件
• 必选：是
• 默认值: 无

column

• 描述 主要用于配置csv文件的列信息数组，如不配置对应信息，则认为对应为string类型
• 必选：是
• 默认值: 无

index

• 描述 主要用于配置csv文件的列编号，从1开始
• 必选：是
• 默认值: 无

type

• 描述 主要用于配置csv文件的列类型，主要有boolen,bigInt,decimal,string,time等类型
• 必选：是
• 默认值: 无

format

• 描述 主要用于配置csv文件的列类型，主要用于配置time类型的格式，使用的是java的joda time格式，如yyyy-MM-dd
• 必选：是
• 默认值: 无

encoding

• 描述 主要用于配置csv文件的编码类型，目前仅支持utf-8和gbk
• 必选：否
• 默认值: utf-8

delimiter

• 描述 主要用于配置csv文件的分隔符，目前不仅支持空格和可见的符号，如逗号，分号等，而且还支持不可见字符，如0x10,设置"\u0010"
• 必选：否
• 默认值: ,

nullFormat

• 描述：csv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：空字符串

startRow

• 描述：从csv文件的第几行开始读取，从1开始。
• 必选：否
• 默认值：1

comment

• 描述：csv文件的注释
• 必选：否
• 默认值：无

compress

• 描述：csv文件压缩方式，目前支持gz和zip，gz代表gzip压缩，zip代表zip压缩
• 必选：否
• 默认值：无压缩

类型转换

目前CsvReader支持的csv数据类型需要在column配置中配置，请注意检查你的类型。

下面列出CsvReader针对csv类型转换列表:

go-etl的类型	csv数据类型
bigInt	bigInt
decimal	decimal
string	string
time	time
bool	bool

性能报告

待测试

约束限制

FAQ