[英]Registered Coder does not work on Dataflow
使用Apache Beam SDK,注册的编码器不起作用。
我想将SimpleFunction
与BigQuery的TableSchema
一起使用,但需要对其进行序列化。 我将TableSchemaCoder
添加到CodeRegistry
但似乎未使用它。
我该如何解决?
// Coder
import com.google.api.services.bigquery.model.TableFieldSchema;
import com.google.api.services.bigquery.model.TableSchema;
import org.apache.beam.sdk.coders.AtomicCoder;
import org.apache.beam.sdk.coders.StringUtf8Coder;
import org.json.JSONArray;
import org.json.JSONObject;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.util.ArrayList;
import java.util.List;
public class TableSchemaCoder extends AtomicCoder<TableSchema> {
public static class FieldSchema {
private String name;
private String type;
private String mode;
public FieldSchema(String name, String type, String mode) {
this.name = name;
this.type = type;
this.mode = mode;
}
/* setter / getter */
}
private final StringUtf8Coder stringCoder = StringUtf8Coder.of();
@Override
public TableSchema decode(InputStream inStream) throws IOException {
return new SchemaBuilder().build(stringCoder.decode(inStream));
}
@Override
public void encode(TableSchema value, OutputStream outStream) throws IOException {
List<JSONObject> fields = new ArrayList<>();
for (TableFieldSchema s : value.getFields()) {
fields.add(new JSONObject(new FieldSchema(s.getName(), s.getType(), s.getMode())));
}
String json = new JSONArray(fields).toString();
stringCoder.encode(json, outStream);
}
}
// Pipeline
// ...
CodeRegistry cr = pipeline.getCodeRegistry
cr.registerCoderForClass(TableSchema.class, TableSchemaCoder())
// ...
TableSchema schema = getSchema()
pipeline.apply(MapElements.via(RowParser(schema)))
错误讯息:
Exception in thread "main" java.lang.IllegalArgumentException: unable to serialize org.apache.beam.sdk.transforms.MapElements$1@7ac2e39b
at org.apache.beam.sdk.util.SerializableUtils.serializeToByteArray(SerializableUtils.java:53)
at org.apache.beam.sdk.util.SerializableUtils.clone(SerializableUtils.java:90)
at org.apache.beam.sdk.transforms.ParDo$SingleOutput.<init>(ParDo.java:591)
at org.apache.beam.sdk.transforms.ParDo.of(ParDo.java:435)
at org.apache.beam.sdk.transforms.MapElements.expand(MapElements.java:118)
at org.apache.beam.sdk.transforms.MapElements.expand(MapElements.java:30)
at org.apache.beam.sdk.Pipeline.applyInternal(Pipeline.java:514)
at org.apache.beam.sdk.Pipeline.applyTransform(Pipeline.java:454)
at org.apache.beam.sdk.values.PCollection.apply(PCollection.java:284)
Caused by: java.io.NotSerializableException: com.google.api.services.bigquery.model.TableSchema
at java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1184)
at java.io.ObjectOutputStream.defaultWriteFields(ObjectOutputStream.java:1548)
at java.io.ObjectOutputStream.writeSerialData(ObjectOutputStream.java:1509)
at java.io.ObjectOutputStream.writeOrdinaryObject(ObjectOutputStream.java:1432)
at java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1178)
at java.io.ObjectOutputStream.defaultWriteFields(ObjectOutputStream.java:1548)
at java.io.ObjectOutputStream.writeSerialData(ObjectOutputStream.java:1509)
at java.io.ObjectOutputStream.writeOrdinaryObject(ObjectOutputStream.java:1432)
at java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1178)
at java.io.ObjectOutputStream.defaultWriteFields(ObjectOutputStream.java:1548)
at java.io.ObjectOutputStream.writeSerialData(ObjectOutputStream.java:1509)
at java.io.ObjectOutputStream.writeOrdinaryObject(ObjectOutputStream.java:1432)
at java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1178)
at java.io.ObjectOutputStream.writeObject(ObjectOutputStream.java:348)
at org.apache.beam.sdk.util.SerializableUtils.serializeToByteArray(SerializableUtils.java:49)
... 9 more
您没有共享RowParser
的代码,但是我猜它有一个TableSchema作为字段。 Coder
器仅用于对管道中的数据进行编码。 诸如RowParser
功能必须使用Java序列化,而不使用已注册的编码器。
根据生成表模式的方式,有几种选择:
让RowParser将其存储为字符串或其他某种可序列化的格式。 它可以具有用于实际TableSchema对象的临时字段,并从可序列化格式初始化该字段(如果为null)。
实现用于序列化RowParser的Java序列化挂钩,以避免序列化TableSchema。 这可能类似于上面的内容。
首次使用RowParser时,请计算架构。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.