ETL参数化技巧：如何避免写一堆重复任务？

在配置ETL流程时，当我们遇到一些有增长规律的重复性任务，我们需要为每一张表配置一个组件，重复拉取配置相同的组件步骤使得任务变得繁杂，我们可以使用自增量组件+动态库表输入/输出组件结合的方式实现一个动态输入/输出组件就可以输入或输出多张表。

 

一、动态读取表

这里有一个场景，有多张相同表结构的表，他们的表名呈规律变化，比如是字符串+数字的形式，table1到table100,要把他们全部合并同步到一张大表里面，大表的表结构在源表的基础上增加一个字段，字段值记录该行数据的来源也就是从哪张源表同步到这张大表。

正常的情况是源表有多少张表就拉取多少个库表输入组件，指定源表是哪一张，并把它同步到目标表去。但这种方式就需要拉取100个库表输入，而这100个库表输入的配置也仅仅是表名不一样而已。这种情况我们就可以使用动态库表输入组件去简化配置：

 

设计一个这样的流程：

自增量组件配置：

变量组件配置：

动态库表输入组件配置：

数据源这里填写平台配置的数据源链接的数据源Id.

库表输出：

 

 

 

 

 

运行流程：

流程正常运行。

检查目标表：

数据正常整合过来。

 

二、动态输出表

数据库服务器压力大的情况下经常有分库分表的场景，有一张大表，需要根据某个维度比如年份去进行表拆分，通常的方式也是根据年份去拉取数据，然后拉取库表输出去输出一个子表，而这种情况下维度越大子表就越多，比如1990到2020要拆31个表，这种情况我们就可以使用动态库表输出去简化流程。

要将一张表按年份去拆分成多个表我们可以设置这样一个流程：

自增量组件配置：

接下来先配置库表输入：

变量组件配置：

运行流程：

 

自动建表成功:

 

检查每张目标表的数据没有问题

 

三、最后

本文介绍了两种ETL参数化技巧，核心在于利用自增量组件生成序列，通过变量组件动态拼接表名，最终由动态库表输入/输出组件执行批量操作：

动态读表：将多张规律命名的源表合并到一张目标表，避免为每张源表重复配置输入组件。

动态写表：将一张大表按维度拆分成多张子表，避免为每张目标表重复配置输出组件。

这种方法显著减少了ETL任务的组件数量，提升了配置效率与可维护性，特别适用于处理规律性强的批量化表操作。