有沒有辦法從java創建鑲木地板文件?在java中創建鑲木地板文件
我有內存中的數據(Java類),我想將它寫入到parquet文件中,以便稍後從apache-drill中讀取它。
有沒有一個簡單的方法來做到這一點,如插入數據到sql表中?
GOT IT
感謝您的幫助。
結合答案和這個link,我能夠創建一個實木複合地板文件,並用鑽頭讀回來。
有沒有辦法從java創建鑲木地板文件?在java中創建鑲木地板文件
我有內存中的數據(Java類),我想將它寫入到parquet文件中,以便稍後從apache-drill中讀取它。
有沒有一個簡單的方法來做到這一點,如插入數據到sql表中?
GOT IT
感謝您的幫助。
結合答案和這個link,我能夠創建一個實木複合地板文件,並用鑽頭讀回來。
ParquetWriter的構造器被棄用(1.8.1),但不ParquetWriter本身,你還可以通過它的內部延伸,抽象生成器子類創建ParquetWriter。
這裏從地板創作者自己ExampleParquetWriter一個例子:
public static class Builder extends ParquetWriter.Builder<Group, Builder> {
private MessageType type = null;
private Map<String, String> extraMetaData = new HashMap<String, String>();
private Builder(Path file) {
super(file);
}
public Builder withType(MessageType type) {
this.type = type;
return this;
}
public Builder withExtraMetaData(Map<String, String> extraMetaData) {
this.extraMetaData = extraMetaData;
return this;
}
@Override
protected Builder self() {
return this;
}
@Override
protected WriteSupport<Group> getWriteSupport(Configuration conf) {
return new GroupWriteSupport(type, extraMetaData);
}
}
如果你不想使用組和GroupWriteSupport(捆綁在木地板,但只是作爲定意數據模型實現的例子),你可以去與Avro,Protocol Buffers或Thrift內存數據模型。下面是使用使用的Avro寫木地板爲例:
try (ParquetWriter<GenericData.Record> writer = AvroParquetWriter
.<GenericData.Record>builder(fileToWrite)
.withSchema(schema)
.withConf(new Configuration())
.withCompressionCodec(CompressionCodecName.SNAPPY)
.build()) {
for (GenericData.Record record : recordsToWrite) {
writer.write(record);
}
}
您將需要這些依賴關係:
<dependency>
<groupId>org.apache.parquet</groupId>
<artifactId>parquet-avro</artifactId>
<version>1.8.1</version>
</dependency>
<dependency>
<groupId>org.apache.parquet</groupId>
<artifactId>parquet-hadoop</artifactId>
<version>1.8.1</version>
</dependency>
完整的示例here。
是否可以在不知道架構的情況下編寫代碼? –
@ 7H3IN5ID3R no。你必須指定架構 – Igor
是的,理解它。我的情況不同,事件流動有不同的架構。我可以使用大熊貓和快速鑲木地板進行python轉換。將尋找模式的責任交給Pandas。 –
幾個可能的方式來做到這一點:
text_table
。有關詳細信息,請參閱Impala的Create Table Statement。parquet_table
。insert into parquet_table select * from text_table
將文本文件中的所有數據複製到鑲木地板表。我想使用第一個選項並使用ParquetWriter,但它被標記爲@depricated。所以我去了ParquetFileWriter,但我找不到任何如何定義和使用它的例子。瀏覽一個csv會非常慢,因爲實際上我想通過我的應用程序流入大量數據。所以我必須把它全寫到csv然後轉換它。 有沒有第一個選項的例子? –
在您提供的示例中,您定義了架構。是否有可能在不知道架構的情況下編寫代碼? –
我不知道,對不起。我正在使用預定義的模式 –