Propriétés du tCassandraConfiguration pour Apache Spark Streaming - 7.0

Cassandra

author
Talend Documentation Team
EnrichVersion
7.0
EnrichProdName
Talend Big Data
Talend Big Data Platform
Talend Data Fabric
Talend Open Studio for Big Data
Talend Real-Time Big Data Platform
task
Création et développement > Systèmes tiers > Composants Database > Composants Cassandra
Gouvernance de données > Systèmes tiers > Composants Database > Composants Cassandra
Qualité et préparation de données > Systèmes tiers > Composants Database > Composants Cassandra
EnrichPlatform
Studio Talend

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

Le composant tCassandraConfiguration Spark Streaming appartient aux familles Storage et Databases.

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

Basic settings

Host

Saisissez l'URL du serveur Cassandra auquel vous souhaitez que le Job se connecte.

Port

Saisissez le numéro du port d'écoute auquel le serveur Cassandra doit se connecter.

Username

Renseignez ce champ avec l'identifiant d'authentification à Cassandra.

Password

Renseignez ce champ avec 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 et cliquez sur OK afin de sauvegarder les paramètres.

Configuration

Ajoutez les propriétés Spark relatives à Cassandra dans cette table et donnez-leur les valeurs souhaitées afin d'écraser les valeurs par défaut lors de l’exécution.
  • Par exemple, si vous devez définir le niveau de cohérence de Cassandra en lecture, sélectionnez la propriété input_consistency_level dans la colonne Property name et saisissez la valeur numérique du niveau souhaité dans la colonne Value.

La liste suivante présente les valeurs numériques que vous pouvez saisir ainsi que le niveau de cohérence auquel elles correspondent :

  • 0 : ANY,

  • 1 : ONE,

  • 2 : TWO,

  • 3 : THREE,

  • 4 : QUORUM,

  • 5 : ALL,

  • 6 : LOCAL_QUORUM,

  • 7 : EACH_QUORUM,

  • 8 : SERIAL,

  • 9 : LOCAL_SERIAL,

  • 10 : LOCAL_ONE

Pour plus d'informations concernant chaque niveau de cohérence, consultez la documentation Datastax pour Cassandra.

Pour plus d'informations concernant toutes les propriétés listées dans cette table et leurs valeurs par défaut, consultez https://github.com/datastax/spark-cassandra-connector/blob/master/doc/1_connecting.md (en anglais).

Utilisation

Règle d'utilisation

Ce composant est utilisé sans avoir besoin d'être connecté à d'autres composants.

Déposez un tCassandraConfiguration avec le sous-job relatif à Cassandra à exécuter au sein du même Job, afin que la configuration soit utilisée par le Job complet.

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 Standard, c'est-à-dire des Jobs Talend traditionnels d'intégration de données.

Spark Connection

Dans l'onglet Spark Configuration de la vue Run, définissez 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 (Yarn Client ou Yarn Cluster) :
    • Lorsque vous utilisez Google Dataproc, spécifiez un bucket dans le champ Google Storage staging bucket de l'onglet Spark configuration.

    • Lorsque vous utilisez HDInsight, spécifiez le blob à utiliser pour le déploiement du Job, dans la zone Windows Azure Storage configuration de l'onglet Spark configuration.

    • Lorsque vous utilisez Altus, spécifiez le bucket S3 ou le stockage Azure Data Lake (apercu technique) pour le déploiement du Job, dans l'onglet Spark configuration.
    • Lorsque vous utilisez d'autres distributions, utilisez le composant de configuration correspondant au système de fichiers utilisé par votre cluster. Généralement, ce système est HDFS et vous devez utiliser le tHDFSConfiguration.

  • 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.