将数据保存到文件中

class参数配置为file.FileWriter

init 参数

配置参数	默认值	说明
path		输出文件的目录路径
overwrite	False	是否覆盖写
max_size	125	限制单个文件的大小
scale	m	max_size的单位，支持['b', 'k', 'm', 'g', 't']
prefix	split	文件前缀
prefix_add_pid	False	开关，True时文件名中加入进程号可以防止多进程时写文件冲突
output_form	bson	文件格式，支持bson, json, csv
csv_sep		output_form为csv时的字段分隔符
csv_cols	None	output_form 为csv时, 指定需要写的字段，并按指定的字段顺序写文件, 默认将json中的所有value写入
csv_dialect	customize	csv格式，支持 'mysql','excel', 'customize', 默认为自定义格式。
enclosed_sep		output_form 为csv时, 是否将字段内容用指定的符号包起来，可设为双引号‘"’
escaped_sep		output_form 为csv时, 将字段内容中的分隔符替换为指定的字符，如csv_sep='\t',escaped_sep='\t'时，将字段内容中的'\t' 替换为'\t'
is_none	None	output_form 为csv时，如果is_none is True, 会将None写为\N, 否则将None写为''
compress	不压缩	是否压缩文件，，如果需要压缩，可设为'gz','tar'
data_split	False	是否根据data中的某一列值为文件夹名来存储数据，如果需要，设为True
data_key	None	按照此列值为文件夹名来存储数据，与data_split参数一起使用，与data_split=True时，这是必填参数
date_split	False	是否根据日期来存储数据，如果需要，设为True（当data_split，date_split同时启用时，切分效果同时生效，但是data_split优先切分，即先按字段切分再按日期切分）
data_key	None	按照此数据中列值为日期单位存储数据，不填写的话，按照系统的时间来存储数据。可参考filter中的实现
match_key	None	匹配match_key定义的数据键值，其他的舍弃，优先级高于match_key。可参考filter中的实现
match_expr	None	Python正则语法过滤数据,匹配的才会写到文件，优先级低于match_key，有match_key时不生效
custom_time_pattern	None	按照给的正则表达式提供的格式确定数据最小时间切分单位，比如按照小时存存储，custom_time_pattern='%Y%m%d/%H'
close_file_interval	None	默认值为None,有些文件长时间不关闭; 设置数字时为子线程定时关闭文件的时间间隔秒数。比如300,就是5分钟关闭一次文件

设置保存文件的目录

• path

控制单个文件的大小

• max_size
• scale

保存为CSV格式

与csv相关的参数

• output_form
• csv_dialect
• csv_sep
• csv_cols
• enclosed_sep
• escaped_sep
• is_none

当csv_dialect设为excel或mysql时，csv_sep、enclosed_sep、escaped_sep、is_none参数设置将被忽略

为mysqlimport准备数据

将csv_dialect设为 mysql 生成的CSV文件可以使用mysqlimport导入到mysql中。

mysqlimport --verbose 
 --fields-terminated-by='\t' \
 --lines-terminated-by='\n' \
 --fields-enclosed-by='' \
 -h {host} -P {port} -u{user} -p{password} \
 --force \
 --columns="{fields}" \
 --local {database} {table}.csv

为excel准备数据

csv_dialect 设为excel生成的CSV文件，可以直接使用excel打开。

配置样例：

  stock_ic_clear:
    class: file.FileWriter
    init:
      path: "/data/disk3/data_lake/ic/clear"
      output_form: csv
      csv_sep: "\t"
      csv_cols: "company_id,clear_director,clear_members,create_time,update_time"
      is_none: True
      escaped_sep: "\\t"

output_form为csv时，插件内部已经将特殊字符、分割符等做了转义处理，所以不用担心错行、导入mysql中字段错乱问题。
自定义csv格式时，分隔符建议设为常用分隔符。字段分隔符推荐使用‘\t’，','，换行符推荐使用‘\n’，字段封闭符推荐使用‘"’，若不是为了将csv文件导入mysql表中，建议is_none使用默认值