数据集算子概述

1. 概述

1.1. 功能说明

在一个完整的ETL任务中，输入节点和输出节点确保了从源到目的地的正确流动和处理，是构成ETL生命周期不可或缺的组成部分。

在观远Smart ETL中，我们将ETL的输入、输出算子统称为数据集类算子，包括 输入数据集 算子和 输出数据集 算子，分别代表原始数据集和结果数据集。

支持多源异构数据的快速融合（多路输入），数据流任意节点随时输出（多路输出）。

1.2. 使用限制

1. Smart ETL中需要1个及以上的 输入数据集 算子，同时至少需要1个 输入数据集 ，才能配置 输出数据集 。

2. 输入数据集的来源包括文件数据、数据库数据集（不含直连数据库、视图数据集）以及其他Smart ETL中的输出数据集。

2. 使用说明

1. 将ETL画布区的 输入数据集 算子拖入至右侧画布编辑区，点击该算子上传源数据；

2. 拖拽其他算子进行数据处理操作，用连接线将各个算子进行连接；

3. 数据处理完成后，将 输出数据集 算子拖至右侧画布编辑区；

4. 点击 输出数据集 算子，命名并选择存储位置；

5. 预览 输出数据集结果，确认无误后，在右上角按需保存或运行任务。

（若选择“保存运行并退出” 时，ETL成功运行后将自动生成输出数据集。）

3. 学习路径

您可以直接按以下内容进行学习：

算子名称	说明
输入数据集	为ETL流程的第一阶段（抽取）提供数据基础，为后续ETL的数据处理做准备，支持多源异构数据的快速融合（多路输入）
输出数据集	是ETL处理后的结果数据，可用于后续的业务分析和报表分析，支持任意节点随时输出（多路输出）