概述

元数据采集功能主要负责将分散、异构的信息资源进行统一采集。
采集的主要内容是技术元数据，即数据库、数据表、视图、列属性、数据类型、属性长度、数据约束、索引等。
采集方法包括手动采集和自动采集。

数据源分类

在采集数据表之前，首先要在【系统管理】-【数据源管理】中创建数据源，数据源分类就自动显示在采集树中。

采集任务

注意：

• 一个数据源只能建立一条采集任务，且采集任务会显示在相应的数据源下。
• 当一个数据源已经建立了采集任务，无法再继续创建第二个采集任务。
• 执行采集任务时，若采集表有修改，不存在的表就采集，已存在的表就更新，其他操作应在元数据维护中进行。

新建任务

• 选中数据源分类，点击【新增】
  

• 填写任务名称、选择采集数据源、设置采集范围、采集周期，点击确定。
  

  • 任务名称：必填。
  • 采集数据源：要采集的数据源。
  • 采集线程：当采集的数据量过大时，设置多个采集线程能有效地减轻系统压力和提高采集效率，最多设置5个线程。
  • 采集范围：需要采集的数据范围。选择库/schemas后，右侧会展示能采集的表。必须选择一个或者多个表，否则无法保存。
    • 选择库\schemas：一般情况下，单库数据库（如MySQL）只能选择单个库，而拥有多个schema的数据库（如Oracle）则可以选择多个schema的数据表。
    • 选择表\视图：选择表或者视图，支持跨schema采表。
  • 采集周期：设置手动采集或自动化采集。

基本信息

新建完毕后，采集任务会显示在任务列表中，并显示任务的基本信息。

• 数据源名称：点击后可查看数据源的详情信息。
  
• 执行周期：手动执行时此信息显示为空。
• 采集状态：最后一次任务执行的状态。任务共有三种状态，分别是进行中、完成和失败。
• 最后执行时间：最后一次执行的时间。

执行任务

• 新建任务后，点击【立即执行】
  

• 点击后，提示“采集任务已启动”，同时采集状态修改为“进行中”。
  

• 采集完毕后，需要手动刷新，采集状态才会修改为“完成”或“失败”，同时采集的数据显示在元数据维护中。
  

执行历史

当采集任务执行失败或需要查看任务的详细执行信息时，点击【执行历史】-【查看日志】。
日志中一般记录行过程日志、读取的文件、运算、发生错误和自定义输出内容等。

编辑任务

编辑任务和新建任务相同，可以修改名称、采集范围和采集周期等。

注意：修改任务后，若采集范围有修改，则不存在的表就采集，已存在的表就更新。例如新建了一个任务，采集了a表和b表，执行后a表和b表已采集成功，再次编辑该任务，此时取消采集a表，增加了c表，执行后，元数据中会同时存在a、b、c三表的数据。