适用范围：文件类型数据源（HDFS 文件数据源、FTP/SFTP 文件数据源）。数据在存储侧按「库（database）→ 表（table）」两级目录组织，表内支持用分区目录存放数据，读取时按分区路径读取目录下的数据文件。

1. 目录结构

基础路径（数据源连接上配置的根目录）下，目录层级固定为：

<基础路径>/                           在数据源配置时，作为基础路径设置
└── <database>                第一层：库目录，目录名即库名
    └── <table>               第二层：表目录，一个表对应一个目录，目录名即表名
        ├── <数据文件>         无分区时，数据文件直接放在表目录下
        └── <partition>/      有分区时，分区目录（可按分区字段多层嵌套）
            └── <数据文件>
            └── _SUCCESS    表示该分区的文件已经就绪

示例：

/data/
└── mydb/                              -- database: mydb
    └── orders/                        -- table: orders
        ├── orders.csv                 -- 无分区：数据文件直接放在表目录
        └── pt_date=2024-03-13/        -- 分区目录
            └── part-00001.parquet     -- 数据文件
            └── _SUCCESS                   -- 数据就绪标识，表示该分区的文件已经就绪，注意必须大写

约定：

• 第一层目录即库（database），第二层目录即表（table），系统按目录展示库、表列表。

• 一个库目录下可包含多个表目录。

• 数据文件只放在表目录或其分区目录内；库目录下、表目录之外的其他层级不会被当作数据。
• 当分区文件完全写入后，数据文件同级 touch 一个空文件 _SUCCESS ，用于标识该分区的文件已经完整。

2. 分区（partition）结构

• 分区目录命名固定为 分区字段名=分区值，例如 pt_date=2024-03-13。

• 支持多级分区：按分区字段的顺序逐层嵌套目录。例如分区字段为 pt_date、hour 时，目录结构为：

  pt_date=2024-03-13/hour=20/

• 表无分区字段时，数据文件直接放在表目录下（等价于整表只有根目录一个分区）。

• 指定读取某一分区时，将各层 分区字段=分区值 转换为对应目录层级。例如读取分区：

  ["pt_date=2024-03-13,hour=20"]

  等价于读取路径：

  <基础路径>/<database>/<table>/pt_date=2024-03-13/hour=20

• 分区字段名需以字母或下划线开头，可包含字母、数字、下划线；分区值无额外约束。

• 表目录下未按 字段=值 命名的子目录不会被识别为分区目录。
• 分区目录名以 . 开头的目录会被忽略。

分区字段（按顺序）	目录结构
pt_date（单分区）	pt_date=2024-03-13/
pt_date, hour（多级分区）	pt_date=2024-03-13/hour=20/

3. 文件类型与文件后缀名

文件类型（配置值）与可读取的数据文件后缀对应关系如下：

文件类型	数据文件后缀	说明
text	.txt、.csv	按文本行读取，需配置字段/列解析
csv	.txt、.csv	按文本行读取，支持配置分隔符、跳过表头行
json	.txt、.csv、.json、.jsonl	按文本行读取，支持配置列解析
schema_free	.txt、.csv、.json、.jsonl	文本格式，每行是一个客户直接上报神策 8106 的 json
parquet	.parquet、.parq、.pq	列结构与类型由文件自带
orc	.orc	列结构与类型由文件自带

约定：

• 后缀名大小写不敏感，.CSV 与 .csv 等价。

• 任务按配置的文件类型筛选数据文件：只读取后缀匹配表内文件，目录中其他文件不参与读取。

• text / csv / json 为文本类格式，按行读取，支持配置跳过表头行与自定义列 schema；parquet / orc 为自描述二进制列式格式，schema 直接从文件读取，不支持自定义列 schema。

• 文本文件编码为 UTF-8。