tCassandraOutput - 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

Ce composant est disponible dans la Palette du Studio Talend si vous avez souscrit à l'une des solutions Big Data de Talend.

Fonction

Le composant tCassandraOutput reçoit des données du composant précédent et les écrit dans Cassandra.

Objectif

Le tCassandraOutput vous permet d'écrire des données dans une famille de colonne d'un Keyspace Cassandra ou d'en supprimer.

Si vous avez souscrit à l'une des solutions Big Data de Talend, ce composant est disponible dans les types de Job suivants :

Propriétés du tCassandraOutput

Famille du composant

Big Data / Cassandra

 

Basic settings

Property type

Peut être Built-in ou Repository.

- Built-in : Propriétés utilisées ponctuellement.

- Repository : Sélectionnez le fichier dans lequel sont stockées les propriétés du composant.

 

Use existing connection

Cochez cette case et sélectionnez le composant de connexion adéquat à partir de la liste Component List pour réutiliser les paramètres d'une connexion que vous avez déjà définie.

 

DB Version

Sélectionnez la version de Cassandra que vous utilisez.

 

API type

Cette liste déroulante s'affiche uniquement lorsque vous avez sélectionné la version 2.0 de Cassandra dans la liste DB version. Dans cette liste API type, vous pouvez sélectionner Datastax pour utiliser CQL 3 (Cassandra Query Language) avec Cassandra ou sélectionnez Hector pour utiliser CQL 2.

Notez que l'API Hector est dépréciée depuis la version 2.0 de Cassandra, mais est toujours disponible pour une utilisation dans le Studio, à des fins de flexibilité de version du langage de requête à utiliser avec Cassandra 2.0.0.

Avec l'évolution des commandes CQL, les paramètres à configurer dans la vue Basic settings varient.

 

Host

Saisissez le nom de l'hôte ou l'adresse IP du serveur Cassandra.

 

Port

Saisissez le numéro du port d'écoute du serveur Cassandra.

 

Required authentication

Cochez cette case afin de saisir vos identifiants de connexion à Cassandra.

Cette case apparaît si vous ne cochez pas la case Use existing connection.

 

Username

Saisissez dans ce champ l'identifiant d'authentification à Cassandra.

 

Password

Saisissez dans ce champ le mot de passe d'authentification à Cassandra.

Pour saisir le mot de passe, cliquez sur le bouton [...] à côté du champ Password, puis, dans la boîte de dialogue qui s'ouvre, saisissez le mot de passe entre guillemets doubles, puis cliquez sur OK afin de sauvegarder les paramètres.

Keyspace configuration

Keyspace

Saisissez le nom de l'espace de clé (Keyspace) dans lequel vous souhaitez écrire les données.

 

Column family

Saisissez le nom de la famille de colonnes dans laquelle vous souhaitez écrire les données.

 

Action on column family

Sélectionnez l'opération à effectuer sur la famille de colonnes à utiliser :

  • None : aucune opération n'est effectuée.

  • Drop and create column family : la famille de colonnes est supprimée et recréée.

  • Create column family : la famille de colonnes n'existe pas et est créée.

  • Create column family if not exists : la famille de colonnes est créée si elle n'existe pas.

  • Drop column family if exists and create : la famille de colonnes est supprimée si elle existe déjà et recréée.

 

Action on data

Sur les données de la table définie, vous pouvez effectuer les actions suivantes :

  • Upsert : insérer les colonnes si elles n'existent pas ou mettre à jour les colonnes existantes.

  • Insert: insérer les colonnes si elles n'existent pas. Cette action met également à jour les colonnes existantes.

  • Update : mettre à jour les colonnes existantes ou ajoute les colonnes qui n'existent pas. Cette action ne supporte pas le type de données Cassandra Counter.

  • Delete : supprimer les colonnes correspondantes du flux d'entrée.

Notez que la liste des actions varient selon l'API, Hector ou Datastax, que vous utilisez. Lorsque l'API sélectionnée est Datastax, plus d'options sont disponibles.

Pour plus d'options avancées, utilisez la vue Advanced 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, sélectionnez 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.

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).

 

Sync columns

Cliquez sur ce bouton afin de récupérer le schéma du composant précédent dans le Job.

 

Die on error

Décochez la case pour ignorer les lignes en erreur et terminer le processus avec les lignes sans erreur. Lorsque les erreurs sont ignorées,vous pouvez récupérer les lignes en erreur, si vous le souhaitez. Pour cela, utilisez un lien Row > Reject.

Ces fonctionnalités sont disponibles uniquement avec l'API Hector.

Column family type

Standard : La famille de colonnes est de type standard.

Super : La famille de colonnes est de type super.

Action on keyspace

Sélectionnez l'opération que vous souhaitez effectuer sur l'espace de clé :

  • None : Aucune opération n'est effectuée.

  • Drop and create keyspace : Le keyspace est supprimé et créé à nouveau.

  • Create keyspace : Le keyspace n'existe pas et est créé.

  • Create keyspace if not exists : Le keyspace est créé s'il n'existe pas.

  • Drop keyspace if exists and create : Le keyspace est supprimé s'il existe déjà et est recréé.

Row key column

Sélectionnez la colonne de clé de ligne dans la liste.

Include row key in columns

Cochez cette case pour inclure la clé de ligne dans les colonnes.

Super columns

Sélectionnez la super colonne, dans la liste.

Cette liste déroulante apparaît si vous sélectionnez Super dans la liste Column family type.

Include super columns in standard columns

Cochez cette case pour inclure les super colonnes dans les colonnes standards.

Delete row

Cochez cette case pour supprimer la ligne.

Cette case apparaît uniquement lorsque vous sélectionnez Delete dans la liste déroulante Action on data.

Delete columns

Sélectionnez ou personnalisez les colonnes à supprimer.

Delete super columns

Cochez cette case pour supprimer des super colonnes.

Cette case apparaît uniquement si vous cochez la case Delete Row.

Advanced settings

Batch Size

Nombre de lignes dans chaque lot traité.

Lorsque vous utilisez l'API Datastax, cette fonctionnalité s'affiche uniquement lorsque vous avez coché la case Use unlogged batch

 

tStatCatcher Statistics

Cochez cette case pour collecter les données de log au niveau du Job ainsi qu'au niveau de chaque composant.

Ces fonctionnalités sont disponibles uniquement avec l'API Datastax.

Use unlogged batch

Cochez cette case pour gérer les données par lot avec l'approche UNLOGGED de Cassandra. Cette fonctionnalité est disponible pour les trois actions suivantes : Insert, Update et Delete.

Avec l'approche UNLOGGED, le Job n'écrit pas des lots dans le système batchlog de Cassandra et éviter les problèmes de performance liés à cette écriture. Pour plus d'informations concernant les instructions BATCH de Cassandra et l'approche UNLOGGED, consultez http://docs.datastax.com/en/cql/3.1/cql/cql_reference/batch_r.html (en anglais).

Insert if not exists

Cochez cette case pour insérer des lignes. Cette insertion de lignes s'effectue uniquement si elles n'existent pas dans la table cible.

Cette fonctionnalité est disponible uniquement lorsque l'action Insert est sélectionnée.

Delete if exists

Cochez cette case pour supprimer de la table cible les lignes ayant le même enregistrement dans le flux entrant.

Cette fonctionnalité est disponible uniquement lorsque l'action Delete est sélectionnée.

Use TTL

Cochez cette case pour écrire les données du TTL dans la table cible. Dans la liste de colonnes affichée, sélectionnez la colonne à utiliser comme colonne du TTL. Le type de cette colonne doit être Int.

Cette fonctionnalité est disponible uniquement lorsque l'action Insert ou Update est sélectionnée.

Use Timestamp

Cochez cette case pour écrire les données de date et heure dans la table cible. Dans la liste de colonnes affichée, sélectionnez la colonne à utiliser pour stocker les données de date et heure. Le type de cette colonne doit être BigInt.

Cette fonctionnalité est disponible avec les actions suivantes : Insert, Update et Delete.

IF condition

Ajoutez la condition à rencontrer pour que l'action Update ou Delete s'exécute. Cette condition vous permet d'être plus précis quant à la colonne à mettre à jour ou à supprimer.

Special assignment operation

Renseignez cette table afin de construire les commandes avancées SET de Cassandra, pour rendre l'action Update plus spécifique. Par exemple, ajouter un enregistrement au début ou à une position particulière d'une colonne donnée.

Dans la colonne Update column de la table, vous devez sélectionnez la colonne à mettre à jour puis sélectionner les opérations à utiliser, depuis la colonne Operation. Les opérations suivantes sont disponibles :

  • Append : ajoute les enregistrements entrants à la fin de la colonne à mettre à jour. Les types de données gérés par Cassandra sont Counter, List, Set et Map.

  • Prepend : ajoute les enregistrements entrants au début de la colonne à mettre à jour. Le seul type de données géré par Cassandra est List.

  • Remove : supprime les enregistrements de la table cible lorsque les mêmes enregistrements existent dans le flux entrant. Les types de données gérés par Cassandra sont Counter, List, Set et Map.

  • Assign based on position/key : ajoute des enregistrements à une position précise de la colonne à mettre à jour. Les types de données gérés par Cassandra sont List et Map.

    Une fois cette opération sélectionnée, la colonne Map key/list position devient modifiable. Dans cette colonne, vous devez sélectionner la colonne à utiliser en tant que référence afin de localiser la position à mettre à jour.

Pour plus d'informations concernant ces opérations, consultez la documentation relative à Datastax à l'adresse suivante : http://docs.datastax.com/en/cql/3.1/cql/cql_reference/update_r.html?scroll=reference_ds_g4h_qzq_xj__description_unique_34 (en anglais).

Row key in the List type

Sélectionnez la colonne à utiliser pour construire la clause WHERE de Cassandra pour effectuer l'action Update ou Delete sur les lignes sélectionnées. Les colonnes à utiliser dans cette table doivent provenir de l'ensemble des colonnes de clé primaire de la table Cassandra.

Delete collection column based on postion/key

Sélectionnez la colonne à utiliser comme référence afin de localiser la ou les ligne(s) à supprimer.

Cette fonctionnalité est disponible uniquement lorsque l'action Delete est sélectionnée.

Global Variables

NB_LINE : nombre de lignes lues par un composant d'entrée ou passées à un composant de sortie. Cette variable est une variable After et retourne un entier.

ERROR_MESSAGE : message d'erreur généré par le composant lorsqu'une erreur survient. Cette variable est une variable After et retourne une chaîne de caractères. Cette variable fonctionne uniquement si la case Die on error est décochée, si le composant a cette option.

Une variable Flow fonctionne durant l'exécution d'un composant. Une variable After fonctionne après l'exécution d'un composant.

Pour renseigner un champ ou une expression à l'aide d'une variable, appuyez sur les touches Ctrl+Espace pour accéder à la liste des variables. A partir de cette liste, vous pouvez choisir la variable que vous souhaitez utiliser.

Pour plus d'informations concernant les variables, consultez le Guide utilisateur du Studio Talend.

Utilisation

Ce composant est un composant de sortie et nécessite un lien d'entrée.

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).

Scénario associé

Pour un scénario utilisant le tCassandraOutput, consultez Scénario : Gestion des données avec Cassandra.

Propriétés du tCassandraOutput dans des Jobs Spark Batch

Famille du composant

Databases / Cassandra

 

Basic settings

Property type

Peut être Built-in ou Repository.

- Built-in : Propriétés utilisées ponctuellement.

- Repository : Sélectionnez le fichier dans lequel sont stockées les propriétés du composant.

 

Sync columns

Cliquez sur ce bouton afin de récupérer le schéma du composant précédent dans le Job.

 

Keyspace

Saisissez le nom du Keyspace dans lequel écrire les données.

 

Action on keyspace

Sélectionnez l'opération que vous souhaitez effectuer sur le Keyspace à utiliser :

  • None : aucune opération n'est effectuée.

  • Drop and create keyspace : le Keyspace est supprimé et créé à nouveau.

  • Create keyspace : le Keyspace n'existe pas et est créé.

  • Create keyspace if not exists: le Keyspace est créé s'il n'existe pas.

  • Drop keyspace if exists and create : le Keyspace est supprimé s'il existe déjà et créé à nouveau.

 

Column family

Saisissez le nom du Keyspace dans lequel écrire les données.

 

Action on column family

Sélectionnez l'opération à effectuer sur la famille de colonnes à utiliser :

  • None : aucune opération n'est effectuée.

  • Create column family if not exists : la famille de colonnes est créée si elle n'existe pas.

  • Drop column family if exists and create : la famille de colonnes est supprimée si elle existe déjà et recréée.

  • Truncate column family : toutes les données de la famille de colonnes sont supprimées de manière définitive.

Cette liste est disponible lorsque vous avez sélectionné Upsert ou Insert dans la liste Action on data.

 

Action on data

Sur les données de la table définie, vous pouvez effectuer les actions suivantes :

  • Upsert : insérer les colonnes si elles n'existent pas ou mettre à jour les colonnes existantes.

    Avec cette action, le nom des colonnes à définir dans le schéma doit être en minuscules. Les noms saisis dans la colonne DB column du schéma doivent être identiques à ceux de leurs équivalents de la table cible, y compris les majuscules.

  • Insert: insérer les colonnes si elles n'existent pas. Cette action met également à jour les colonnes existantes.

  • Update : mettre à jour les colonnes existantes ou ajoute les colonnes qui n'existent pas. Cette action ne supporte pas le type de données Cassandra Counter.

  • Delete : supprimer les colonnes correspondantes du flux d'entrée.

 

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

Le schéma de ce composant ne supporte pas les types Object et List.

 

 

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).

Advanced settings

Configuration

Ajoutez les propriétés Cassandra à personnaliser lors de l'action d'upsert sur les données dans Cassandra.

Lorsqu'une ligne est ajoutée à la table, vous devez cliquer sur la nouvelle ligne dans la colonne Property name pour afficher les liste des propriétés disponibles et sélectionnez la ou les propriété(s) à personnaliser. Pour plus d'informations concernant chacune de ces propriétés, consultez la section Tuning à l'adresse suivante : https://github.com/datastax/spark-cassandra-connector/blob/master/doc/5_saving.md (en anglais).

 

Use unlogged batch

Cochez cette case pour gérer les données par lot avec l'approche UNLOGGED de Cassandra. Cette fonctionnalité est disponible pour les trois actions suivantes : Insert, Update et Delete.

Avec l'approche UNLOGGED, le Job n'écrit pas des lots dans le système batchlog de Cassandra et éviter les problèmes de performance liés à cette écriture. Pour plus d'informations concernant les instructions BATCH de Cassandra et l'approche UNLOGGED, consultez http://docs.datastax.com/en/cql/3.1/cql/cql_reference/batch_r.html (en anglais).

 

Insert if not exists

Cochez cette case pour insérer des lignes. Cette insertion de lignes s'effectue uniquement si elles n'existent pas dans la table cible.

Cette fonctionnalité est disponible uniquement lorsque l'action Insert est sélectionnée.

 

Delete if exists

Cochez cette case pour supprimer de la table cible les lignes ayant le même enregistrement dans le flux entrant.

Cette fonctionnalité est disponible uniquement lorsque l'action Delete est sélectionnée.

 

Use TTL

Cochez cette case pour écrire les données du TTL dans la table cible. Dans la liste de colonnes affichée, sélectionnez la colonne à utiliser comme colonne du TTL. Le type de cette colonne doit être Int.

Cette fonctionnalité est disponible uniquement lorsque l'action Insert ou Update est sélectionnée.

 

Use Timestamp

Cochez cette case pour écrire les données de date et heure dans la table cible. Dans la liste de colonnes affichée, sélectionnez la colonne à utiliser pour stocker les données de date et heure. Le type de cette colonne doit être BigInt.

Cette fonctionnalité est disponible avec les actions suivantes : Insert, Update et Delete.

 

IF condition

Ajoutez la condition à rencontrer pour que l'action Update ou Delete s'exécute. Cette condition vous permet d'être plus précis quant à la colonne à mettre à jour ou à supprimer.

 

Special assignment operation

Renseignez cette table afin de construire les commandes avancées SET de Cassandra, pour rendre l'action Update plus spécifique. Par exemple, ajouter un enregistrement au début ou à une position particulière d'une colonne donnée.

Dans la colonne Update column de la table, vous devez sélectionnez la colonne à mettre à jour puis sélectionner les opérations à utiliser, depuis la colonne Operation. Les opérations suivantes sont disponibles :

  • Append : ajoute les enregistrements entrants à la fin de la colonne à mettre à jour. Les types de données gérés par Cassandra sont Counter, List, Set et Map.

  • Prepend : ajoute les enregistrements entrants au début de la colonne à mettre à jour. Le seul type de données géré par Cassandra est List.

  • Remove : supprime les enregistrements de la table cible lorsque les mêmes enregistrements existent dans le flux entrant. Les types de données gérés par Cassandra sont Counter, List, Set et Map.

  • Assign based on position/key : ajoute des enregistrements à une position précise de la colonne à mettre à jour. Les types de données gérés par Cassandra sont List et Map.

    Une fois cette opération sélectionnée, la colonne Map key/list position devient modifiable. Dans cette colonne, vous devez sélectionner la colonne à utiliser en tant que référence afin de localiser la position à mettre à jour.

Pour plus d'informations concernant ces opérations, consultez la documentation relative à Datastax à l'adresse suivante : http://docs.datastax.com/en/cql/3.1/cql/cql_reference/update_r.html?scroll=reference_ds_g4h_qzq_xj__description_unique_34 (en anglais).

 

Row key in the List type

Sélectionnez la colonne à utiliser pour construire la clause WHERE de Cassandra pour effectuer l'action Update ou Delete sur les lignes sélectionnées. Les colonnes à utiliser dans cette table doivent provenir de l'ensemble des colonnes de clé primaire de la table Cassandra.

 

Delete collection column based on postion/key

Sélectionnez la colonne à utiliser comme référence afin de localiser la ou les ligne(s) à supprimer.

Cette fonctionnalité est disponible uniquement lorsque l'action Delete est sélectionnée.

Utilisation dans des Jobs Spark Batch

Dans un Job Talend Spark Batch, ce composant est utilisé en tant que composant de fin et requiert un lien d'entrée. Les autres composants utilisés avec lui doivent également être des composants Spark Batch. Ils génèrent nativement du code Spark pouvant être directement exécuté dans un cluster Spark.

Ce composant doit utiliser un seul tCassandraConfiguration présent dans le même Job pour se connecter à Cassandra. La présence de plusieurs composants tCassandraConfiguration fait échouer l'exécution du Job.

Ce composant, ainsi que la Palette Spark Batch à laquelle il appartient, ne s'affiche que lorsque vous créez un Job Spark Batch.

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

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).

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.

Scénarios associés

Aucun scénario n'est disponible pour la version Spark Batch de ce composant.

Propriétés du tCassandraOutput dans des Jobs Spark Streaming

Famille du composant

Databases / Cassandra

 

Basic settings

Property type

Peut être Built-in ou Repository.

- Built-in : Propriétés utilisées ponctuellement.

- Repository : Sélectionnez le fichier dans lequel sont stockées les propriétés du composant.

 

Sync columns

Cliquez sur ce bouton pour récupérer le schéma du composant précédent connecté dans le Job.

 

Keyspace

Saisissez le nom du Keyspace dans lequel écrire les données.

 

Action on keyspace

Sélectionnez l'opération que vous souhaitez effectuer sur le Keyspace à utiliser :

  • None : aucune opération n'est effectuée.

  • Drop and create keyspace : le Keyspace est supprimé et créé à nouveau.

  • Create keyspace : le Keyspace n'existe pas et est créé.

  • Create keyspace if not exists: le Keyspace est créé s'il n'existe pas.

  • Drop keyspace if exists and create : le Keyspace est supprimé s'il existe déjà et créé à nouveau.

 

Column family

Saisissez le nom du Keyspace dans lequel écrire les données.

 

Action on column family

Sélectionnez l'opération à effectuer sur la famille de colonnes à utiliser :

  • None : aucune opération n'est effectuée.

  • Create column family if not exists : la famille de colonnes est créée si elle n'existe pas.

  • Drop column family if exists and create : la famille de colonnes est supprimée si elle existe déjà et recréée.

  • Truncate column family : toutes les données de la famille de colonnes sont supprimées de manière définitive.

Cette liste est disponible uniquement lorsque vous avez sélectionné Update, Upsert ou Insert dans la liste Action on data.

 

Action on data

Sur les données de la table définie, vous pouvez effectuer les actions suivantes :

  • Upsert : insérer les colonnes si elles n'existent pas ou mettre à jour les colonnes existantes.

    Avec cette action, le nom des colonnes à définir dans le schéma doit être en minuscules. Les noms saisis dans la colonne DB column du schéma doivent être identiques à ceux de leurs équivalents de la table cible, y compris les majuscules.

  • Insert: insérer les colonnes si elles n'existent pas. Cette action met également à jour les colonnes existantes.

  • Update : mettre à jour les colonnes existantes ou ajoute les colonnes qui n'existent pas. Cette action ne supporte pas le type de données Cassandra Counter.

  • Delete : supprimer les colonnes correspondantes du flux d'entrée.

Pour plus d'options avancées, utilisez la vue Advanced 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, sélectionnez No et sélectionnez à nouveau la métadonnée du schéma dans la fenêtre [Repository Content].

Le schéma de ce composant ne supporte pas les types Object et List.

 

 

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).

Advanced settings

Configuration

Ajoutez les propriétés Cassandra à personnaliser lors de l'action d'upsert sur les données dans Cassandra.

Lorsqu'une ligne est ajoutée à la table, vous devez cliquer sur la nouvelle ligne dans la colonne Property name pour afficher les liste des propriétés disponibles et sélectionnez la ou les propriété(s) à personnaliser. Pour plus d'informations concernant chacune de ces propriétés, consultez la section Tuning à l'adresse suivante : https://github.com/datastax/spark-cassandra-connector/blob/master/doc/5_saving.md (en anglais).

 

Use unlogged batch

Cochez cette case pour gérer les données par lot avec l'approche UNLOGGED de Cassandra. Cette fonctionnalité est disponible pour les trois actions suivantes : Insert, Update et Delete.

Avec l'approche UNLOGGED, le Job n'écrit pas des lots dans le système batchlog de Cassandra et éviter les problèmes de performance liés à cette écriture. Pour plus d'informations concernant les instructions BATCH de Cassandra et l'approche UNLOGGED, consultez http://docs.datastax.com/en/cql/3.1/cql/cql_reference/batch_r.html (en anglais).

 

Insert if not exists

Cochez cette case pour insérer des lignes. Cette insertion de lignes s'effectue uniquement si elles n'existent pas dans la table cible.

Cette fonctionnalité est disponible uniquement lorsque l'action Insert est sélectionnée.

 

Delete if exists

Cochez cette case pour supprimer de la table cible les lignes ayant le même enregistrement dans le flux entrant.

Cette fonctionnalité est disponible uniquement lorsque l'action Delete est sélectionnée.

 

Use TTL

Cochez cette case pour écrire les données du TTL dans la table cible. Dans la liste de colonnes affichée, sélectionnez la colonne à utiliser comme colonne du TTL. Le type de cette colonne doit être Int.

Cette fonctionnalité est disponible uniquement lorsque l'action Insert ou Update est sélectionnée.

 

Use Timestamp

Cochez cette case pour écrire les données de date et heure dans la table cible. Dans la liste de colonnes affichée, sélectionnez la colonne à utiliser pour stocker les données de date et heure. Le type de cette colonne doit être BigInt.

Cette fonctionnalité est disponible avec les actions suivantes : Insert, Update et Delete.

 

IF condition

Ajoutez la condition à rencontrer pour que l'action Update ou Delete s'exécute. Cette condition vous permet d'être plus précis quant à la colonne à mettre à jour ou à supprimer.

 

Special assignment operation

Renseignez cette table afin de construire les commandes avancées SET de Cassandra, pour rendre l'action Update plus spécifique. Par exemple, ajouter un enregistrement au début ou à une position particulière d'une colonne donnée.

Dans la colonne Update column de la table, vous devez sélectionnez la colonne à mettre à jour puis sélectionner les opérations à utiliser, depuis la colonne Operation. Les opérations suivantes sont disponibles :

  • Append : ajoute les enregistrements entrants à la fin de la colonne à mettre à jour. Les types de données gérés par Cassandra sont Counter, List, Set et Map.

  • Prepend : ajoute les enregistrements entrants au début de la colonne à mettre à jour. Le seul type de données géré par Cassandra est List.

  • Remove : supprime les enregistrements de la table cible lorsque les mêmes enregistrements existent dans le flux entrant. Les types de données gérés par Cassandra sont Counter, List, Set et Map.

  • Assign based on position/key : ajoute des enregistrements à une position précise de la colonne à mettre à jour. Les types de données gérés par Cassandra sont List et Map.

    Une fois cette opération sélectionnée, la colonne Map key/list position devient modifiable. Dans cette colonne, vous devez sélectionner la colonne à utiliser en tant que référence afin de localiser la position à mettre à jour.

Pour plus d'informations concernant ces opérations, consultez la documentation relative à Datastax à l'adresse suivante : http://docs.datastax.com/en/cql/3.1/cql/cql_reference/update_r.html?scroll=reference_ds_g4h_qzq_xj__description_unique_34 (en anglais).

 

Row key in the List type

Sélectionnez la colonne à utiliser pour construire la clause WHERE de Cassandra pour effectuer l'action Update ou Delete sur les lignes sélectionnées. Les colonnes à utiliser dans cette table doivent provenir de l'ensemble des colonnes de clé primaire de la table Cassandra.

 

Delete collection column based on postion/key

Sélectionnez la colonne à utiliser comme référence afin de localiser la ou les ligne(s) à supprimer.

Cette fonctionnalité est disponible uniquement lorsque l'action Delete est sélectionnée.

Utilisation dans des Jobs Spark Batch

Dans un Job Talend Spark Batch, ce composant est utilisé en tant que composant de fin et requiert un lien d'entrée. Les autres composants utilisés avec lui doivent également être des composants Spark Batch. Ils génèrent nativement du code Spark pouvant être directement exécuté dans un cluster Spark.

Ce composant doit utiliser un seul tCassandraConfiguration présent dans le même Job pour se connecter à Cassandra. La présence de plusieurs composants tCassandraConfiguration fait échouer l'exécution du Job.

Ce composant, ainsi que la Palette Spark Batch à laquelle il appartient, ne s'affiche que lorsque vous créez un Job Spark Batch.

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

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).

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.

Scénario associé

Aucun scénario n'est disponible pour la version Spark Streaming de ce composant.