0
我正在嘗試使用orc-core編寫獸人文件,以便以後通過配置單元讀取。Java - 空的獸人文件
正在寫入的文件具有正確的行數,但列中沒有內容。我可以看到,兩個試圖讀取配置單元中的選擇查詢文件,並與hive --orcfiledump -d
。
我嘗試了指南中提供的示例,該示例中寫入了兩個long類型的列,並且生成的文件被配置單元正確讀取。我懷疑這是與我寫作而不是字符串列的事實有關,但我仍然無法使其工作。
這就是我目前如何寫入文件:
// File schema
String outputFormat = "struct<";
for(int i=0;i<outputSchema.length;i++){
outputFormat+=outputSchema[i]+":string,";
}
outputFormat+="lastRecordHash:string,currentHash:string>";
TypeDescription orcSchema = TypeDescription.fromString(outputFormat);
// Initializes buffers
VectorizedRowBatch batch = orcSchema.createRowBatch();
ArrayList<BytesColumnVector> orcBuffers = new ArrayList<>(numFields+2);
for(int i=0;i<numFields+2;i++){
BytesColumnVector bcv = (BytesColumnVector) batch.cols[i];
orcBuffers.add(i, bcv);
}
...
// Initializes writer
Writer writer=null;
try{
writer = OrcFile.createWriter(new Path(hdfsUri+outputPath), OrcFile.writerOptions(conf).setSchema(orcSchema));
partitionCounter++;
}
catch(IOException e){
log.error("Cannot open hdfs file. Reason: "+e.getMessage());
session.transfer(flowfile, hdfsFailure);
return;
}
// Writes content
String[] records = ...
for(int i=0;i<records.length;i++){
fields = records[i].split(fieldSeparator);
int row=batch.size++;
// Filling the orc buffers
for(int j=0;j<numFields;j++){
orcBuffers.get(j).vector[row] = fields[j].getBytes();
hashDigest.append(fields[j]);
}
if (batch.size == batch.getMaxSize()) {
try{
writer.addRowBatch(batch);
batch.reset();
}
catch(IOException e){
log.error("Cannot write to hdfs. Reason: "+e.getMessage());
return;
}
}
}
if (batch.size != 0) {
try{
writer.addRowBatch(batch);
batch.reset();
}
catch(IOException e){
log.error("Cannot write to hdfs. Reason: "+e.getMessage());
return;
}
}
writer.close();
任何建議或提供有益的參考是真正的讚賞。
謝謝大家。