数据加载

准备工作

将外部数据导入到 TigerGraph 中，需要两个步骤。第一步是创建 Data Loading Job ( DDL )，第二步则是执行 DDL。创建 Data Loading Job，即设定好原始数据中各个字段与 Schema 之间的映射关系。

目前 TigerGraph 支持的数据源有这么几种，可以从文件导入，用 HTTP Request 导入，也可以从 Kafka 导入。

目前 TigerGraph 支持的数据格式有 CSV 和 JSON

本案例的数据源为文件，数据格式为 CSV，在 Graph Studio 中创建 DDL。后续案例将会展示其他更灵活的方式。

在开始之前，需要将之前处理好的两个文件 domain_ips.csv 与 domain_whois.csv复制到 TigerGraph 服务器上的 /home/tigergraph/tigergraph/loadingData 目录下。如果是以 Docker 方式运行的，可以用 docker cp 将这两个文件复制到容器内:

$ docker cp domain_ips.csv tigergraph:/home/tigergraph/tigergraph/loadingData/
$ docker cp domain_whois.csv tigergraph:/home/tigergraph/tigergraph/loadingData/

创建 Data Loading Job

在 GraphStudio 的侧边栏，选择 Map Data To Graph，打开 DDL 创建页面

点击添加文件按钮

可以看到之前上传的那两个文件，先选择 domain_ips.csv

根据数据格式，选择好对应的配置，因为之前处理的 CSV 文件是有表头的，则需要勾选 Has header 选项。预览之后没问题了，点击 ADD。

接着点击工具栏中的按钮 map data file to vertex or edge。先点击 domain_ips.csv 文件，再点击 domain_ip 边，表示 domain_ip 边的数据从 domain_ips.csv 这份文件来。此时界面的右侧将出现 CSV 文件的 Columns 与边的定义，将 domain 这一列关联到这条边的起始节点 Domain 上，将 ip 这一列关联到目标节点 IP 上。

domain_whois.csv 文件的映射，和 domain_ips.txt 类似，但需要注意的是，domain_whois.csv 中某些字段存在缺失值的情况，这里需要做一下数据过滤。在连接好 domain_whois.csv 与 domain_admin 边之后，点击工具栏上的 Data Filter

此时会出现一个图像化的规则编辑器，如上图所示，如果 domain 字段或 admin_name 字段出现了空值，那么这一行的数据将被忽略。这里 $0 与 $1 代表了列编号。完成了数据过滤之后，按照前面的方法，将 Columns 和 Edge 进行关联。

因为 Email 节点的来源可能是 CSV 文件中的 admin_email 与 registrant_email ，因此这里拖两个 domain_whois.csv 文件到界面中，分别做好映射。

再三检查映射工作无误后，点击工具栏中的 Publish data mapping，提交 DDL。

对于一些复杂的 DDL 来说，图形界面并不是一个很好的创建方式，在将来的案例中我们会利用 GSQL 脚本来完成 DDL 的创建。