You need to enable JavaScript to run this app.
导航
客户数据平台（私有化）
  • 文档首页
    • /客户数据平台（私有化）/用户指南/数据集成与整合/数据连接/常见数据源接入/Web连接器/FTP数据接入
FTP数据接入
最近更新时间：2024.11.28 10:46:56首次发布时间：2023.09.15 22:16:59
我的收藏

1. 产品概述

用户可以自行搭建FTP服务器，将数仓数据定期以文件的形式推入FTP服务器中，CDP支持通过连接FTP服务器将数据下载，然后将文件结构化映射成相关表结构内容，供CDP系统进行识别读取，实现数据连接。

2. 使用条件

用户需具备 项目编辑 或 权限-按内容管理-模块-数据连接-新建连接 权限，才能使用该功能。

3. 操作步骤

1.点击 数据管理 - 数据连接 。
Image
2.在数据连接目录左上角- 新建数据连接 按钮，选择 Web连接器 - FTP/SFTP 数据连接（暂不支持SFTP连接）。
Image
3.在编辑页面，配置对应参数。如：

  • 数据连接名称：必填项目，连接名_年月日时分秒，如ftp_sftp_xxx
  • 配置服务器端口/用户名/密码等

说明

FTP服务器部署：
用户可以自由搭建，但是需要开放CDP系统连接访问。
FTP服务器需要配置被动模式，且端口范围需要足够大，建议值为：FTP数据集数量*2
*更多配置过程中的常见问题可参考本文档 附录2

  • 协议类型：FTP
  • FTP连接模式：默认为Pasv(被动模式)
  • 文件类型：支持csv\txt

Image

说明

FTP文件内容及格式要求如下：

  1. 文件目录格式：必填， 如/data/student
    1. 规则1：最后一级目录名称必须和表名一致，格式为/data/{tableName}，如/data/student
    2. 规则2：不支持多级目录解析，请勿在数据文件所在目录下定义子目录，如有系统会自动跳过
    3. 规则3：文件目录不建议变化，变化前请先更新【CDP-数据连接】配置项，避免数据查询异常
    4. 规则4：一个文件目录表示一张表，不支持多表共用一个文件目录，也不支持一张表有多个目录
  2. 文件目录内容：
    1. 数据文件：必填， 只支持CSV、TXT，可以有多个文件，名称也不做限制
      1. 规则：数据文件列(字段)顺序必须和元信息文件保持一致，且数据文件不包含表头（字段名行）
      2. 规则：每次查询时，根据文件目录地址拉取全部数据 （不包含子目录文件）
      3. 规则：单文件目录下文件总大小建议小于500G
    2. 元信息****文件：必填， {tableName}.yml （如果有结构变动需要改这个文件）
      1. 规则1：用于解析数据文件映射为结构化表
      2. 规则2：{tableName}为表名，不支持表名变更，{tableName}需要和该目录名称一致
      3. 文件内容格式参见本文档 附录1
    3. 同步成功标志文件：必填， {date}.verf，例如 20230801.verf
      1. 逻辑：用于标记数据是否推送完成，CDP任务用于构建对FTP任务的依赖逻辑
      2. 规则1：文件必须存在，任务执行时读取20230801文件名判断相应业务日期的数据有没有ready
      3. 规则2：历史更新的同步成功文件可以保留，可以删除，不影响最新一天的判断
      4. 规则3：回刷场景，逻辑上不支持保留历史数据，每次从FTP拉取数据都是根据文件目录全量拉取，回刷时，如历史日期的同步成功标志依然存在，则会根据最新的文件拉取全部数据，如不存在，则回刷任务会一直Pending，无法执行成功

5.单击 解析表结构 ，将对文件目录进行解析，数据表预览展示表名和字段名，表名如果过多的话，支持滚动展示，默认展示第一个表名下的字段信息。
Image
6.单击 测试连接，将进行数据源连通性测试。
Image
7.测试成功后，单击 保存 即可。

附录1：文件内容格式
#请按以下参数填写：
### name：字段名称（必填）
########## 字段命名规则：需确保字段名唯一性；仅支持字母、数字、下划线且以字母为首，最多100个字符
### alias：字段别名（选填）
########## 字段别名规则：字符类型不限，最多100个字符
### type：字段类型（必填）
########## 类型规则：无需明确长度，可指定类型如下：
    # string
    # boolean
    # long
    # double
    # date
    # datetime
    # 下面两种类型中的%s仅支持基本类型如int
    # 不支持多层嵌套，例如array<array<int>>
    # array<%s>
    # map<%s,%s>
#--------------------------------------------------------------------------------

columns:
  - name: brand_id
    alias: 品牌id
    type: int
  - name: brand_name
    alias: 品牌名称
    type: string
  - name: brand_desc
    alias: 品牌介绍
    type: string
  - name: create_time
    alias: 创建时间
    type: date
  - name: update_time
    alias: 变更时间
    type: date

附录2：FTP配置常见问题

Q1：FTP连接服务器遇到530 login incorrect错误怎么解决？
1）密码错误。
2）检查/etc/vsftpd/vsftpd.conf配置
vim /etc/vsftpd/vsftpd.conf

说明

参看下面配置
anonymous_enable=YES
userlist_deny=NO //参看下面的说明
userlist_enable=YES
userlist_file=/etc/userlist
seccomp_sandbox=NOlocal_enable=YES
pam_service_name=vsftpd //这里重要，有人说ubuntu是pam_service_name=ftp，可以试试
其中关于userlist文件的说明

vsftpd userlist
If userlist_deny=NO, only allow users in this file
If userlist_deny=YES (default), never allow users in this file, and
do not even prompt for a password.
Note that the default vsftpd pam config also checks /etc/vsftpd/ftpusers
for users that are denied.

3.检查/etc/pam.d/vsftpd
vim /etc/pam.d/vsftpd
注释掉
#auth required pam_shells.so

Q2：Linux实例上传文件到FTP站点报“425 Security:Bad IP connection”错误怎么解决？
1）可能的原因：
FTP服务有两种连接，一种是控制连接，另一种是数据连接。默认情况下，FTP服务器在传输数据时会检查两个连接的源IP地址是否相同。如果不是，则会报告“425 安全：错误的 IP 连接”错误。此问题往往是由于NAT网络中的客户端，且NAT关联的公网IP地址多个，导致两次连接，源IP不一致造成的。
2）解决方案：
关闭被动模式下的IP地址安全检查，如下：

  1. 执行以下命令编辑FTP配置文件：
  2. vi /etc/vsftpd/vsftpd.conf
  3. 在配置文件中添加以下内容。
  4. pasv_promisculous=是
  5. 保存退出后，执行以下命令重启FTP服务。
  6. 服务 vsftpd 重新启动