Propriétés du tModelEncoder pour Apache Spark Streaming
Ces propriétés sont utilisées pour configurer le tModelEncoder s'exécutant dans le framework de Jobs Spark Streaming.
Le composant tModelEncoder Spark Streaming appartient à la famille Apprentissage automatique.
Ce composant est disponible dans Talend Real Time Big Data Platform et dans Talend Data Fabric.
Basic settings
Schema et Edit Schema |
Un schéma est une description de lignes. Il définit le nombre de champs (colonnes) à traiter et à passer au composant suivant. Lorsque vous créez un Job Spark, évitez le mot réservé line lors du nommage des champs. Une colonne de sortie doit être nommée différemment des colonnes d'entrée, car les transformations successives depuis l'entrée vers la sortie se passent dans le même DataFrame (terme Spark pour une collection de données basée sur les schémas) et les colonnes de sortie sont ajoutées au même DataFrame avec les colonnes d'entrée. Créez le schéma en cliquant sur le bouton Edit Schema. Si le schéma est en mode Repository, trois options sont disponibles :
|
Transformation table |
Renseignez cette table à l'aide des colonnes des schémas d'entrée et de sortie et des algorithmes d'extraction de caractéristiques à appliquer sur ces colonnes. Les algorithmes disponibles dans la colonne Transformation varient selon le type de colonnes du schéma d'entrée à traiter. Pour plus d'informations concernant les algorithmes disponibles pour chaque type de données d'entrée, consultez Algorithme d'extraction des caractéristiques d'apprentissage automatique dans Talend. |
Utilisation
Règle d'utilisation |
Ce composant est utilisé comme étape intermédiaire. 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. |
Connexion à Spark |
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 :
Cette connexion fonctionne uniquement pour le Job dans lequel vous l'avez définie. |