2

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

我还是 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();
    }
}

它给了我错误

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

我不明白，我已经定义了名为 schema 的变量。这里有任何指示吗？

4

1 回答 1

4

实际上，您的管道中有两种模式 - Avro 和 Beam 模式。Avro 模式用于解析您的 Avro 输入记录，但对于 SQL 转换，您应该使用带有 Beam 模式的行。为此，AvroIO提供一个选项withBeamSchemas(boolean)，应根据true您的情况设置，例如：

AvroIO.readGenericRecords(schema).withBeamSchemas(true).from("data/RATE_CODE/*.avro")
于 2019-10-28T13:57:20.300 回答