Ces propriétés sont utilisées pour configurer le composant tPubSubInputAvro s'exécutant dans le framework de Jobs Spark Streaming.
Le composant Spark Streaming tPubSubInputAvro appartient à la famille Messaging.
Le composant de ce framework est disponible si vous avez souscrit à Talend Real-Time Big Data Platform ou Talend Data Fabric.
Basic settings
Define a Goolge Cloud configuration component |
Si vous utilisez Dataproc comme votre cluster Spark, cochez cette case. Sinon, cochez cette case pour permettre au composant Pub/Sub d'utiliser les informations de configuration de Google Cloud fournies par un composant tGoogleCloudConfiguration. |
Schema et Edit schema |
Un schéma est une description de lignes, il définit le nombre de champs (colonnes) qui sont traités et passés au composant suivant. Lorsque vous créez un Job Spark, évitez le mot réservé line lors du nommage des champs. Notez que le schéma défini ici doit correspondre exactement au schéma Avro binaire des messages reçus sur Pub/Sub. Pour vous en assurer, vous pouvez créer un autre Job Spark Streaming pour définir un schéma donné en utilisant le composant tWriteAvroFields et écrire des messages avec ce schéma via le composant tPubSubOutput. |
Topic name |
Saisissez le nom du topic à partir duquel vous souhaitez consommer les messages. |
Subscription name |
Saisissez le nom de la souscription qui doit consommer le topic spécifié. Si la souscription existe, elle doit être connectée au topic en question ; si la souscription n'existe pas, elle doit être créée et connectée au topic en question lors de l'exécution. |
Advanced settings
Storage level |
Dans la liste Storage level affichée, sélectionnez comment stocker les RDD en cache, dans la mémoire uniquement, ou dans la mémoire et sur le disque. Pour plus d'informations concernant chaque niveau de stockage, consultez https://spark.apache.org/docs/latest/programming-guide.html#rdd-persistence. |
Use hierarchical mode |
Cochez cette case pour mapper le schéma binaire (y compris le schéma hiérarchique) Avro au schéma plat défini dans l'éditeur de schéma du composant. Si le message Avro à traiter est plat, laissez cette case décochée. Une fois cochée, vous devez configurer le(s) paramètre(s) suivant(s) :
|
Utilisation
Règle d'utilisation |
Ce composant est utilisé en tant que composant de début et nécessite un lien de sortie. |
Connexion Spark |
Vous devez utiliser l'onglet Spark
Configuration de la vue Run afin de
définir la connexion à un cluster Spark donné pour le Job complet. De plus, puisque le
Job attend ses fichiers .jar dépendants pour l'exécution, vous devez spécifier le
répertoire du système de fichiers dans lequel ces fichiers .jar sont transférés afin que
Spark puisse accéder à ces fichiers :
Cette connexion fonctionne uniquement pour le Job dans lequel vous l'avez définie. |
PubSub access permissions |
Lorsque vous utilisez Pub/Sub avec un cluster Dataproc, assurez-vous que ce cluster possède les permissions appropriées pour accéder au service Pub/Sub. Pour cela, vous pouvez créer un cluster Dataproc en cochant la case
Allow API access to all Google Cloud services
dans le même projet, dans les options avancées sur Google Cloud
Platform, ou via l'invite de commande, en assignant les portées
explicitement (l'exemple suivant concerne un cluster de test à faible
puissance) :
|