Propriétés du tJavaRow dans des Jobs Spark Streaming - 6.1

Composants Talend Guide de référence

EnrichVersion
6.1
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 Data Quality
Talend Open Studio for ESB
Talend Open Studio for MDM
Talend Real-Time Big Data Platform
task
Création et développement
Gouvernance de données
Qualité et préparation de données
EnrichPlatform
Studio Talend

Avertissement

La version Streaming de ce composant est disponible dans la Palette du studio si vous avez souscrit à Talend Real-time Big Data Platform ou Talend Data Fabric.

Famille du composant

Custom Code

 

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.

 

 

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.

Lorsque le schéma à réutiliser contient des valeurs par défaut, qui sont des entiers (integer) ou des fonctions (function), assurez-vous que les valeurs par défaut ne sont pas entourées de guillemets. Si c'est le cas, vous devez supprimer manuellement les guillemets.

Pour plus d'informations, consultez https://help.talend.com/display/KB/Verifying+default+values+in+a+retrieved+schema (en anglais).

  

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, sélectionnez No et sélectionnez à nouveau la métadonnée du schéma dans la fenêtre [Repository Content].

Cliquez sur le bouton Sync columns pour récupérer le schéma du composant précédent.

Notez que le schéma d'entrée et le schéma de sortie de ce composant peuvent être différents.

 

Map type

Sélectionnez le type de transformation Map à effectuer. Cela permet au composant de sélectionner automatiquement la méthode et de déclarer les variables à utiliser dans votre code personnalisé.

Les types disponibles sont :

  • Map : retourne un seul enregistrement de sortie pour chaque enregistrement d'entrée. Ce type utilise la méthode PairFunction de Spark.

  • FlatMap : retourne 0 enregistrement de sortie ou plus pour chaque enregistrement d'entrée. Ce type utilise la méthode FlatMapFunction de Spark.

Pour plus d'informations concernant ces méthodes, consultez la documentation Apache Spark concernant son API Java à l'adresse https://spark.apache.org/docs/latest/api/java/index.html (en anglais).

 

Generate code

Cliquez sur ce bouton afin de générer automatiquement le code dans le champ Code pour mapper les colonne du schéma d'entrée à celles du schéma de sortie. Cette génération ne change rien à votre schéma.

Le code d'exemple généré affiche les variables prédéfinies pour les RDD d'entrée et de sortie et comment ces variables peuvent être utilisées.

 

Code

Saisissez le corps personnalisé de la méthode sélectionnée dans la liste déroulante Map type. Vous devez utiliser le schéma d'entrée et le schéma de sortie pour gérer les colonnes des enregistrements d'entrée et de sortie RDD. Ce code personnalisé est appliqué sur les enregistrements RDD, ligne par ligne.

Par exemple, le schéma d'entrée contient une colonne user, vous devez donc utiliser la variable input.user pour obtenir la colonne user de chaque enregistrement d'entrée.

Pour plus d'informations concernant les variables disponibles lors de l'écriture du code personnalisé, consultez le commentaire par défaut affiché dans ce champ.

Advanced settings

Import

Saisissez le code Java permettant d'importer, si nécessaire, la librairie externe utilisée dans le champ Main code de l'onglet Basic settings.

Utilisation dans des Jobs Spark Streaming

Dans un Job Talend Spark Streaming, ce composant est utilisé comme étape intermédiaire. Les composants utilisés avec celui-ci doivent également être des composants Spark Streaming. Ils génèrent nativement du code Spark Streaming pouvant être exécuté directement dans un cluster Spark.

Ce composant, ainsi que les composants Spark Streaming de la Palette à laquelle il appartient, s'affichent uniquement lorsque vous créez un Job Spark Streaming.

Notez que, dans cette documentation, sauf mention contraire , un scénario présente uniquement des Jobs de type Standard, c'est-à-dire des Jobs Talend traditionnels d'intégration de données.

Spark Connection

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, un (et un seul) composant relatif à un système de fichiers de la famille Storage est requis au sein du même Job, afin que Spark puisse utiliser ce composant pour se connecter au système de fichiers auquel les fichiers .jar dépendants du Job sont transférés :

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

Log4j

Si vous utilisez une solution Talend soumise à souscription, l'activité de ce composant peut être journalisée avec la fonctionnalité log4j. Pour plus d'informations sur cette fonctionnalité, consultez le Guide utilisateur du Studio Talend.

Pour plus d'informations sur les niveaux de logs du log4j, consultez la documentation d'Apache : http://logging.apache.org/log4j/1.2/apidocs/org/apache/log4j/Level.html (en anglais).

Limitation

Il est nécessaire de connaître les langages Java et Spark.