在apache beam中使用SpannerIO時出錯

Question

這個問題是一個跟進到這一個 。 我正在嘗試使用apache beam從google spanner表中讀取數據（然后進行一些數據處理）。 我使用java SDK編寫了以下最小示例：

package com.google.cloud.dataflow.examples;
import java.io.IOException;
import org.apache.beam.sdk.Pipeline;
import org.apache.beam.sdk.PipelineResult;
import org.apache.beam.sdk.io.gcp.spanner.SpannerIO;
import org.apache.beam.sdk.options.PipelineOptions;
import org.apache.beam.sdk.options.PipelineOptionsFactory;
import org.apache.beam.sdk.values.PCollection;
import com.google.cloud.spanner.Struct;

public class backup {

  public static void main(String[] args) throws IOException {
    PipelineOptions options = PipelineOptionsFactory.create();

    Pipeline p = Pipeline.create(options);
    PCollection<Struct> rows = p.apply(
            SpannerIO.read()
                .withInstanceId("my_instance")
                .withDatabaseId("my_db")
                .withQuery("SELECT t.table_name FROM information_schema.tables AS t")
                );

    PipelineResult result = p.run();
    try {
      result.waitUntilFinish();
    } catch (Exception exc) {
      result.cancel();
    }
  }
}

當我嘗試使用DirectRunner執行代碼時，我收到以下錯誤消息：

org.apache.beam.runners.direct.repackaged.com.google.common.util.concurrent.UncheckedExecutionException：

org.apache.beam.sdk.util.UserCodeException：java.lang.NoClassDefFoundError：無法初始化類com.google.cloud.spanner.spi.v1.SpannerErrorInterceptor

[...]引起：org.apache.beam.sdk.util.UserCodeException：java.lang.NoClassDefFoundError：無法初始化類com.google.cloud.spanner.spi.v1.SpannerErrorInterceptor

[...]引起：java.lang.NoClassDefFoundError：無法初始化類com.google.cloud.spanner.spi.v1.SpannerErrorInterceptor

或者，使用DataflowRunner：

org.apache.beam.runners.direct.repackaged.com.google.common.util.concurrent.UncheckedExecutionException：org.apache.beam.sdk.util.UserCodeException：java.lang.NoSuchFieldError：internal_static_google_rpc_LocalizedMessage_fieldAccessorTable

[...]引起：org.apache.beam.sdk.util.UserCodeException：java.lang.NoSuchFieldError：internal_static_google_rpc_LocalizedMessage_fieldAccessorTable

[...]引起：java.lang.NoSuchFieldError：internal_static_google_rpc_LocalizedMessage_fieldAccessorTable

在這兩種情況下，錯誤信息都相當神秘，我找不到任何明確的想法，因為谷歌搜索的錯誤是什么原因。 我也找不到使用SpannerIO模塊的任何示例腳本。

這個錯誤是由於我的代碼中的明顯錯誤，還是由於Google雲工具安裝不當造成的？

Answer 1

此問題很可能是由此處描述的依賴性兼容性問題引起的： BEAM-2837 。 以下是JIRA問題中的一條評論中描述的快速解決方法：

<dependency>
    <groupId>com.google.api.grpc</groupId>
    <artifactId>grpc-google-common-protos</artifactId>
    <version>0.1.9</version>
</dependency>

<dependency>
    <groupId>org.apache.beam</groupId>
    <artifactId>beam-sdks-java-io-google-cloud-platform</artifactId>
    <version>${beam.version}</version>
    <exclusions>
        <exclusion>
            <groupId>com.google.api.grpc</groupId>
            <artifactId>grpc-google-common-protos</artifactId>
        </exclusion>
    </exclusions>
</dependency>

明確定義所需的com.google.api.grpc依賴關系並從org.apache.beam排除該版本。

Answer 2

您需要指定ProjectID：

    SpannerIO.read()
            .withProjectId("my_project")
            .withInstanceId("my_instance")
            .withDatabaseId("my_db")

您需要為Spanner項目設置憑據。 由於SpannerIO的API不允許您設置任何自定義憑據，因此必須使用環境變量GOOGLE_APPLICATION_CREDENTIALS設置全局應用程序憑據。

您還可以使用JDBC讀取（並寫入）Cloud Spanner。 閱讀是這樣完成的：

        PCollection<KV<String, Long>> words = p2.apply(JdbcIO.<KV<String, Long>> read()
            .withDataSourceConfiguration(JdbcIO.DataSourceConfiguration.create("nl.topicus.jdbc.CloudSpannerDriver",
                    "jdbc:cloudspanner://localhost;Project=my-project-id;Instance=instance-id;Database=database;PvtKeyPath=C:\\Users\\MyUserName\\Documents\\CloudSpannerKeys\\cloudspanner-key.json"))
            .withQuery("SELECT t.table_name FROM information_schema.tables AS t").withCoder(KvCoder.of(StringUtf8Coder.of(), BigEndianLongCoder.of()))
            .withRowMapper(new JdbcIO.RowMapper<KV<String, Long>>()
            {
                private static final long serialVersionUID = 1L;

                @Override
                public KV<String, Long> mapRow(ResultSet resultSet) throws Exception
                {
                    return KV.of(resultSet.getString(1), resultSet.getLong(2));
                }
            }));

此方法還允許您通過設置PvtKeyPath來使用自定義憑據。 您也可以使用JDBC寫入Google Cloud Spanner。 看看這里的例子： http ： //www.googlecloudspanner.com/2017/10/google-cloud-spanner-with-apache-beam.html