跳到主要内容

TableTunnel 文档

概述​

MaxCompute 提供了高效、灵活的数据通道 Tunnel，以满足不同场景下的数据导入，数据下载需求。

本指南将介绍如何使用 SDK 利用 TableTunnel 实现数据上传和下载功能。

数据上传​

目前，MaxCompute 根据使用场景的不同，提供了两种上传模式（StreamingTunnel 和 BatchTunnel ）以及针对不同表类型的写入模式（upload 和 upsert）。

TableTunnel 根据上传模式，写入模式的不同，提供了三种写入类（Session）。

  • StreamUploadSession
  • UploadSession
  • UpsertSession

用户可以根据业务需求选择不同的写入类，以满足不同场景下的需求。下面提供了一个快速选择写入类的流程图。

上传模式​

StreamingTunnel​

特点:

  • 自动提交（Auto-commit）: 数据写入后立即可见，适合实时或近实时的数据传输场景。
  • 适用场景: 需要快速响应和即时查看数据变更的应用，如实时数据分析、流式处理等。

BatchTunnel​

特点:

  • 手动提交（Commit Required）: 数据在显式调用 commit 操作后才对查询可见，类似于文件批量处理。
  • 适用场景: 大量数据批处理作业，如定期的数据同步、ETL（提取、转换、加载）任务等。

写入模式​

upload（插入/追加）​

  • 别名: 也称为 insert 或 append。
  • 适用表类型: MaxCompute 普通表（无主键约束）。
  • 描述: 简单地向表中追加新数据行，不考虑现有数据。适用于需要收集新增数据而无需考虑数据是否存在的情况。

upsert（更新/插入）​

  • 包含语义: 结合了 update 和 insert 的特性。
  • 适用表类型: MaxCompute Delta Table（事务性表，具有主键约束）。
  • 描述: 当写入数据的主键与表中已有的记录匹配时，将更新该记录；如果主键不存在，则执行插入操作。此模式特别适合需要维护数据最新状态的场景，如用户信息更新、库存管理等。此外，upsert 还支持通过指定主键进行数据删除操作，进一步增强了数据管理的灵活性。

使用建议​

  • 根据目标表的类型（普通表或Delta Table）及业务逻辑（是否需要更新已有记录）来决定采用 upload 或 upsert 写入模式。
  • 明确您的业务需求是偏向实时性还是吞吐量，以此来决定使用 StreamingTunnel 或 BatchTunnel。
  • 对于大量数据的处理，考虑使用 BatchTunnel 以减少网络交互次数和优化整体效率。
  • 在实施 upsert 操作前，确保对表的主键设计有充分理解，以避免数据冲突和不必要的性能开销。

目前 upsert 写入模式还不支持 StreamingTunnel。

使用方法​

数据下载​

待完善​

初始化​

在使用 TableTunnel 之前，需要进行 Odps 对象的初始化操作，对 Odps 对象的初始化操作参考初始化 Odps 对象。

根据是否需要自定义TableTunnel的配置，可以使用如下两个接口来初始化TableTunnel。

无参初始化

TableTunnel tunnel = odps.tableTunnel();

使用配置文件进行初始化

// com.aliyun.odps.tunnel.Configuration;
Configuration configuration=Configuration.builder(odps).build();
TableTunnel tunnel = odps.tableTunnel(configuration);

有关配置文件的配置项，请参考Configuration 文档。

使用方式​

  • 有关 TableTunnel 的初始化方法，和使用方式，请参考TableTunnel 文档。