[英]How to apply a DoFn PTransform to a PCollectionTuple in Apache Beam
[英]How to get fileName inside DoFn in apache beam while processing input file pattern
我正在处理一个目录中的大量文件。 我想在已处理数据 output 的元数据中添加文件名。 因此,如果在处理过程中出现问题,我们可以检查处理记录的输入文件是什么。
有没有办法我可以在我的 DoFn 中获取文件名。 我用的是apache梁2.19.0版
输入文件位置 - gs://bucket/extracted-files/*
为此,您可以使用FileIO class中可用的转换。
特别是您可以使用FileIO.match()
后跟FileIO.readMatches()
,这会导致ReadableFile
对象的PCollection
。 对于每个ReadableFile
,您都可以访问一个字节通道进行读取,以及一个包含文件名称的Metadata
object。
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.