Question

我正在尝试使用Apache Beam读取avro文件，并使用Beam SQL转换数据。

我仍然是Beam和Java的新手。这是我的简单代码：

public class BeamSQLReadAvro {
    @SuppressWarnings("serial")
    public static void main(String[] args) throws IOException {
        PipelineOptions options = PipelineOptionsFactory.fromArgs(args).withValidation().create();
        Pipeline p = Pipeline.create(options);

        /* Schema definition */
        Schema schema = new Schema.Parser().parse(new File("data/RATE_CODE/RATE_CODE.avsc"));

        /* Create record/row */
        PCollection<GenericRecord> records = p.apply(AvroIO.readGenericRecords(schema).from("data/RATE_CODE/*.avro"));

        /* SQL Transform */
        records.apply("SQL Transform 01",SqlTransform.query("SELECT RCODE,RNAME,RDESC FROM PCOLLECTION LIMIT 10"))

        /* Print output */
               .apply("Output",
                      MapElements.via(
                        new SimpleFunction<Row, Row>() {
                          @Override
                          public Row apply(Row input) {
                            System.out.println("PCOLLECTION: " + input.getValues());
                            return input;
                          }
                        }
                      )
               );
        p.run().waitUntilFinish();
    }
}

它给我错误

Exception in thread "main" java.lang.IllegalStateException: Cannot call getSchema when there is no schema

我不明白，我定义了称为架构的变量。这里有指针吗？

Answer 1

实际上，管道中有两种类型的架构-Avro和Beam架构。 Avro模式用于解析您的Avro输入记录，但是对于SQL转换，应该将行与Beam模式一起使用。为此，AvroIO提供了一个选项withBeamSchemas(boolean)，根据您的情况，应将其设置为true，例如：

AvroIO.readGenericRecords(schema).withBeamSchemas(true).from("data/RATE_CODE/*.avro")

使用Beam SQL查询Avro模式

1 个答案: