S3 Reader¶

S3 Reader 插件用于读取 Amazon AWS S3 存储上的数据。在实现上，本插件基于 S3 官方的 SDK 2.0 编写。

同时本插件也支持读取兼容 S3 协议的存储服务，比如 MinIO

配置样例¶

以下样例配置用于从 S3 存储上读取两个文件，并打印出来

{
  "job": {
    "setting": {
      "speed": {
        "channel": 1,
        "bytes": -1
      },
      "errorLimit": {
        "record": 0,
        "percentage": 0.02
      }
    },
    "content": {
      "reader": {
        "name": "s3reader",
        "parameter": {
          "endpoint": "https://s3.amazonaws.com",
          "accessId": "xxxxxxxxxxxx",
          "accessKey": "xxxxxxxxxxxxxxxxxxxxxxx",
          "bucket": "test",
          "object": [
            "1.csv",
            "aa.csv",
            "upload_*.csv",
            "bb_??.csv"
          ],
          "column": [
            "*"
          ],
          "region": "ap-northeast-1",
          "fileFormat": "csv",
          "fieldDelimiter": ","
        }
      },
      "writer": {
        "name": "streamwriter",
        "parameter": {
          "print": true
        }
      }
    }
  }
}

参数说明¶

配置项	是否必须	数据类型	默认值	描述
endpoint	是	string	无	S3 Server的 EndPoint地址，例如 `s3.xx.amazonaws.com`
region	是	string	无	S3 Server的 Region 地址，例如 `ap-southeast-1`
accessId	是	string	无	访问 ID
accessKey	是	string	无	访问 Key
bucket	是	string	无	要读取的 bucket
object	是	list	无	要读取的 object，可以填写多个以及通配符方式，详见下面说明
column	是	list	无	读取的 object 的列信息，填写方式见RDBMS Reader 中 `column` 描述
fieldDelimiter	否	string	`,`	读取的字段分隔符，仅支持单字符
compress	否	string	无	文件压缩格式，默认不压缩
encoding	否	string	`utf8`	文件编码格式
writeMode	否	string	`nonConflict`

object¶

当指定单个 object，插件暂时只能使用单线程进行数据抽取。

当指定多个 object，插件支持使用多线程进行数据抽取。线程并发数通过通道数指定。

当指定通配符，插件尝试遍历出多个 object 信息。

例如: 指定 /* 代表读取 bucket 下所有的 object，指定 /foo/* 代表读取 foo 目录下所有的 object。

类型转换¶

Addax 内部类型	S3 数据类型
Long	int, tinyint, smallint, mediumint, int, bigint
Double	float, double, decimal
String	varchar, char, tinytext, text, mediumtext, longtext, year,xml
Date	date, datetime, timestamp, time
Boolean	bit, bool
Bytes	tinyblob, mediumblob, blob, longblob, varbinary

限制说明¶

仅支持读取文本文件