使用Excel补录适配器采集元数据

1.概述

Excel补录适配器，一般用于对已有采集进行补充，比如元数据属性的批量补充，缺失元数据的批量补充，以及数据库中未采集到的依赖关系的批量补充等，且支持跨库依赖的补充。

在前面章节我们使用mysql采集适配器采集了某个mysql数据库的元数据，假设有一批数据库表和字段元数据自动采集不了，这种情况下我们可以在excel中人工录入这些缺少的元数据和依赖关系，然后使用Excel补录适配器将该excel数据采集到平台。下面我们用这个例子来讲解Excel适配器的使用。

2.操作步骤

2.1创建采集数据源

首先，创建采集数据源。

在【元数据】-【元数据采集】-【数据源管理】模块，点击【新建】。

在弹出的对话框中，完成数据源基本信息设置，如下图：

其中，

1)适配器：选择“其他”下的“Excel补录适配器”。

2)采集模式：分为“文件上传(手动采集)”和“服务器文件(定时采集)”两种模式。文件上传(手动采集)，是手动执行采集，执行时需上传excel数据；服务器文件(定时采集)，是定时自动执行采集，执行时会到服务器指定位置获取excel数据，指定位置在下一步中设置。按需选择即可，本例我们设置为“文件上传(手动采集)”。

3)数据源挂载路径：补录到的元数据挂载点。

4)审核：选择“是”，则采集后需要入库审核，审核通过后采集到的元数据才会进入最新元数据。选择“否”，则采集后无需入库审核，直接进入最新元数据。按需选择即可，本例我们选择“否”。

【保存】，完成采集数据源创建。

2.2创建采集任务

接下来，创建采集任务。

在【元数据】-【元数据采集】-【采集任务配置】界面点击【新建】。

在弹出的计划任务向导页面，【数据源】选择上面创建的数据源“Excel补录”，【自动发布】选择“否”，如下图：

注：自动发布为“否”，是指采集入库后只进入最新元数据；自动发布为“是”，是指采集入库后进入最新元数据且自动发布为定版元数据。

【下一步】，给采集任务命名，如下图，点击【完成】，完成采集任务的创建。

2.3准备excel数据

接着，准备excel数据。Excel模板在【元数据】-【元数据采集】-【采集模板配置】模块中获取，具体操作如下：

在【采集模板配置】模块，点击【新建】。

输入模板名称，“数据源”选择上面新建的采集数据源，然后按需选择要补录的元数据类型，这里我们勾选“表”和“字段”。

【下一步】，选择表和字段元数据要录入的属性。【确定】，完成模板创建。

在模板列表中点击【导出】，导出该模板。

在导出的excel模板中录入缺失的表、字段和依赖关系。如下图，录入了一张数据库表cs_excel，该表有2个字段ID_和NAME_；另外，还有一条依赖关系，表cs_excel依赖于同挂载点下的表dim_gzdd。

2.4执行采集任务

最后，执行采集任务，将excel数据采集到平台的最新元数据中。

在【采集任务配置】界面的任务列表里可以找到刚才新建的采集任务，如果没有，点击【刷新】刷新任务列表即可，找到刚才创建的采集任务，点击操作里的【立即执行】，如下图：

在弹出的对话框中，点击选择本地的excel数据文件（第一步中准备好的excel文件）上传，然后点击【立即执行】开始采集。

采集完成后，在最新元数据模块可查看添加进来的元数据和依赖。