Propriétés du tBoundedStreamInput pour Apache Spark Streaming - 6.4

Technical

author
Talend Documentation Team
EnrichVersion
6.4
EnrichProdName
Talend Big Data
Talend Big Data Platform
Talend Data Fabric
Talend Data Integration
Talend Data Management Platform
Talend Data Services Platform
Talend ESB
Talend MDM Platform
Talend Open Studio for Big Data
Talend Open Studio for Data Integration
Talend Open Studio for ESB
Talend Open Studio for MDM
Talend Real-Time Big Data Platform
task
Création et développement > Systèmes tiers > Composants Technical
Gouvernance de données > Systèmes tiers > Composants Technical
Qualité et préparation de données > Systèmes tiers > Composants Technical
EnrichPlatform
Studio Talend

Ces propriétés sont utilisées pour configurer le tBoundedStreamInput s'exécutant dans le framework de Jobs Spark Streaming.

Le composant tBoundedStreamInput Spark Streaming appartient à la famille Technical.

Ce composant est disponible dansTalend Real Time Big Data Platform et dans Talend Data Fabric.

Basic settings

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. Le schéma est soit local (Built-In), soit distant dans le Repository.

Cliquez sur Edit schema pour modifier le schéma. Si le schéma est en mode Repository, trois options sont disponibles :

  • View schema : sélectionnez cette option afin de voir le schéma.

  • Change to built-in property : sélectionnez cette option pour passer le schéma en mode Built-In et effectuer des modifications locales.

  • Update repository connection : sélectionnez cette option afin de modifier le schéma stocké dans le référentiel et décider de propager ou non les modifications à tous les Jobs. Si vous souhaitez propager les modifications uniquement au Job courant, cliquez sur No et sélectionnez à nouveau la métadonnée du schéma dans la fenêtre [Repository Content].

 

Built-In : Le schéma est créé et conservé ponctuellement pour ce composant seulement. Voir également le Guide utilisateur du Studio Talend.

 

Repository : Le schéma existe déjà et il est stocké dans le Repository. Ainsi, il peut être réutilisé. Voir également le Guide utilisateur du Studio Talend.

Mode

Sélectionnez le mode que vous souhaitez utiliser pour générer le flux de données.

  • Use Inline Content : saisissez les données que vous souhaitez générer.

  • Use context variable : saisissez le nom de la variable à utiliser pour fournir des données. Cette variable doit avoir été définie dans l'onglet Contexts du Job courant.

    La syntaxe d'appel d'une variable est context.VariableName.

Dans les deux modes, les données fournies doivent utiliser les séparateurs définis dans les champs Row separator, Field Separator et Micro batch separator.

Utilisation

Règle d'utilisation

Ce composant est utilisé en tant que composant de début et nécessite un lien de sortie.

Ce composant est ajouté automatiquement à un scénario de test en cours de création, afin de fournir des données d'entrée.

Connexion à 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 :
  • Yarn mode : lorsque vous utilisez Google Dataproc, spécifiez un bucket dans le champ Google Storage staging bucket de l'onglet Spark configuration. Lorsque vous utilisez d'autres distributions, utilisez un composant tHDFSConfiguration afin de spécifier le répertoire.

  • Standalone mode : vous devez choisir le composant de configuration selon le système de fichiers que vous utilisez, comme tHDFSConfiguration ou tS3Configuration.

Cette connexion fonctionne uniquement pour le Job dans lequel vous l'avez définie.