Question

我是GC Dataflow的新手，并未在此处找到相关答案。如果我发现这已经得到回答，请道歉。

我尝试使用v2.0 SDK创建一个简单的管道，并且无法使用BigQueryIO将数据读入我的PCollection。我正在使用.withQuery方法，我已经在BigQuery界面中测试了查询，它似乎工作正常。最初的PCollection似乎没有任何问题，但是当我想设置一个简单的ParDo函数将TableRow中的值转换为PCollection时，我在TableRow对象上执行.get的代码行上得到NullPointerException。

这是我的代码。（我可能遗漏了一些简单的东西。我是Pipeline编程的新手。任何输入都会非常受欢迎。）

public class ClientAutocompletePipeline {
    private static final Logger LOG = LoggerFactory.getLogger(ClientAutocompletePipeline.class);


    public static void main(String[] args) {
        //  create the pipeline  
        Pipeline p = Pipeline.create(
                PipelineOptionsFactory.fromArgs(args).withValidation().create());

        // A step to read in the product names from a BigQuery table
        p.apply(BigQueryIO.read().fromQuery("SELECT name FROM [beaming-team-169321:Products.raw_product_data]"))

        .apply("ExtractProductNames", ParDo.of(new DoFn<TableRow, String>() {
            @ProcessElement
            public void processElement(ProcessContext c) {
                // Grab a row from the BigQuery Results
                TableRow row = c.element();

                // Get the value of the "name" column from the table row.
                //NOTE: This is the line that is giving me the NullPointerException 
                String productName = row.get("name").toString();

                // Make sure it isn't empty
                if (!productName.isEmpty()) {
                    c.output(productName);
                }
            }
        }))

查询肯定适用于BigQuery UI和名为＆＃34; name＆＃34;的列。我测试查询时返回。为什么我在这一行得到NullPointerException：

String productName = row.get("name").toString();

有什么想法吗？

Answer 1

使用BigQuery和Dataflow时，这是一个常见问题（很可能该字段确实是null）。如果您可以使用Scala，可以查看Scio（这是一个Scala DSL for Dataflow）及其BigQuery IO。

Answer 2

让您的代码String productName = row.get("name").toString();安全无虞。替换这个：

String productName = String.valueOf(row.get("name"));

有这样的事情：

DEFAULT_CHARSET = 'UTF-8'

Answer 3

我认为我来晚了，但是您可以执行类似if（row.containsKey（“ column-name”））的操作。这基本上会告诉您该字段是否为空。在BigQuery中，发生的情况是，在读取数据时，如果列值为null，则该列不能作为该特定TableRow的一部分使用。因此，您将收到该错误。您还可以执行类似if（null == row.get（“ column-name”））的操作来检查该字段是否为空。

TableRow.get上的Google Cloud Dataflow，BigQueryIO和NullPointerException

3 个答案: