1

ローカル ディレクトリからHDFSにテキスト データを取り込もうとしています。取り込む前に、テキストを有効な json に変換する必要があります。そのために、私は JavaScript Evaluator プロセッサを使用しています。

JavaScript エバリュエーターでは、レコードを読み取ることができません。

ここに私のサンプルコードがあります:

for(var i = 0; i < records.length; i++) {
 try {  
   output.write(records[i]);
 } catch (e) {
   error.write(records[i], e);
 }
}

JavaScript エバリュエーター以外のより良いオプションはありますか?

サンプル入力データは次のとおりです。

{
    1046=
    1047=
    1048=5324800
    1049=20180508194648
    1095=2297093400,
    1111=up_default
    1118=01414011002101251
    1139=1
}
{
    1140=1
    1176=mdlhggsn01_1.mpt.com;3734773893;2472;58907
    1183=4
    1211=07486390
    1214=0
    1227=51200
    1228=111
    1229=0
    1250=614400,
}

アップデート：

@ metadaddyの回答によると、JavaScriptの代わりにGroovyを使用しようとしています。@metadaddy が回答で示したのと同じデータに対して、次の例外が発生しています。

これが私のエラースクリーンショットです。ここに画像の説明を入力

4

2 に答える 2

1

JavaScript は入力を読み取り、出力レコードを作成する必要があります。

テキスト形式を使用して、ディレクトリ起点は/text入力行ごとにフィールドを持つレコードを作成します。

この JavaScript は、必要なレコード構造を構築します。

for(var i = 0; i < records.length; i++) {
  try {
    // Start of new input record
    if (records[i].value.text.trim() === '{') {
      // Use starting input record as output record
      // Save in state so it persists across batches
      state.outRecord = records[i];
      // Clean out the value
      state.outRecord.value = {};
      // Move to next line
      i++;
      // Read values to end of input record
      while (i < records.length && records[i].value.text.trim() !== '}') {
        // Split the input line on '='
        var kv = records[i].value.text.trim().split('=');
        // Check that there is something after the '='
        if (kv[1].length > 0) {
          state.outRecord.value[kv[0]] = kv[1];   
        } else if (kv[0].length > 0) {
          state.outRecord.value[kv[0]] = NULL_STRING;
        }
        // Move to next line of input
        i++;
      }

      // Did we hit the '}' before the end of the batch?
      if (i < records.length) {
        // Write record to processor output
        output.write(state.outRecord);
        log.debug('Wrote a record with {} fields', 
            Object.keys(state.outRecord.value).length);
        state.outRecord = null;        
      }
    }
  } catch (e) {
    // Send record to error
    log.error('Error in script: {}', e);
    error.write(records[i], e);
  }
}

サンプル入力データの変換のプレビューを次に示します。

ここに画像の説明を入力

ここで、レコード全体を HDFS に JSON として書き込むには、Hadoop FS 宛先のデータ形式を JSON に設定するだけです。

于 2018-05-15T14:47:04.613 に答える
1

StreamSets Data Collector の Groovy スクリプトは、JavaScript よりもはるかに高速に実行されるため、Groovy で同じソリューションを次に示します。

テキスト形式を使用して、ディレクトリ起点は/text入力行ごとにフィールドを持つレコードを作成します。

このスクリプトは、必要なレコード構造を構築します。

for (i = 0; i < records.size(); i++) {
  try {
    // Start of new input record
    if (records[i].value['text'].trim() == "{") {
      // Use starting input record as output record
      // Save in state so it persists across batches
      state['outRecord'] = records[i]
      // Clean out the value
      state['outRecord'].value = [:]
      // Move to next line
      i++
      // Read values to end of input record
      while (i < records.size() && records[i].value['text'].trim() != "}") {
        // Split the input line on '='
        def kv = records[i].value['text'].trim().split('=')
        // Check that there is something after the '='
        if (kv.length == 2) {
          state['outRecord'].value[kv[0]] = kv[1]
        } else if (kv[0].length() > 0) {
          state['outRecord'].value[kv[0]] = NULL_STRING
        }
        // Move to next line of input
        i++
      }

      // Did we hit the '}' before the end of the batch?
      if (i < records.size()) {
        // Write record to processor output
        output.write(state['outRecord'])        
        log.debug('Wrote a record with {} fields', 
            state['outRecord'].value.size());
        state['outRecord'] = null;        
      }
    }
  } catch (e) {
    // Write a record to the error pipeline
    log.error(e.toString(), e)
    error.write(records[i], e.toString())
  }
}

入力データでこれを実行します。

{
    1=959450992837
    2=95973085229
    3=1525785953
    4=29
    7=2
    8=
    9=
    16=abd
    20=def
    21=ghi;jkl
    22=a@b.com
    23=1525785953
    40=95973085229
    41=959450992837
    42=0
    43=0
    44=0
    45=0
    74=1
    96=1
    98=4
    99=3
}

出力を与えます：

{
  "1": "959450992837",
  "2": "95973085229",
  "3": "1525785953",
  "4": "29",
  "7": "2",
  "8": null,
  "9": null,
  "16": "abd",
  "20": "def",
  "21": "ghi;jkl",
  "22": "a@b.com",
  "23": "1525785953",
  "40": "95973085229",
  "41": "959450992837",
  "42": "0",
  "43": "0",
  "44": "0",
  "45": "0",
  "74": "1",
  "96": "1",
  "98": "4",
  "99": "3"
}
于 2018-05-22T15:49:35.180 に答える