Accéder au contenu principal Passer au contenu complémentaire

Propriétés du tLoop pour Apache Spark Batch

Ces propriétés sont utilisées pour configurer le tLoop s'exécutant dans le framework de Jobs Spark Batch.

Le composant tLoop Spark Batch appartient à la famille Orchestration.

Le composant de ce framework est disponible dans tous les produits Talend avec Big Data et dans Talend Data Fabric.

Basic settings

Loop Type

Sélectionnez le type de boucle à effectuer : peut être For ou While.

For : la tâche ou le Job est exécuté(e) pour le nombre de boucles défini.

While : la tâche ou le Job est exécuté(e) jusqu'à ce que la condition soit rencontrée.

For

  • From : saisissez le numéro de la première instance sur laquelle la boucle doit commencer. Si vous sélectionnez l'instance numéro 2 comme instance de départ et que vous prenez un écart de 2, cela signifie que la boucle se fera sur tous les nombres pairs.

  • To : saisissez la dernière instance sur laquelle la boucle doit passer.

  • Step : saisissez l'écart entre deux instances avec lequel la boucle doit s'effectuer. Un écart de 2 signifie que la boucle passe toutes les deux instances.

  • Values are increasing : cochez cette case pour autoriser uniquement une séquence croissante. Décochez-la pour autoriser uniquement une séquence décroissante.

While

  • Declaration : saisissez une expression déclenchant la boucle.

  • Condition : saisissez la condition devant être rencontrée pour que la boucle s'arrête.

  • Iteration : saisissez l'expression décrivant l'opération à effectuer à chaque boucle.

Global Variables

Variables globales

ERROR_MESSAGE : message d'erreur généré par le composant lorsqu'une erreur survient. Cette variable est une variable After et retourne une chaîne de caractères. Cette variable fonctionne uniquement si la case Die on error est décochée, lorsque le composant contient cette case.

CURRENT_VALUE : valeur courante. Disponible uniquement pour les boucles de type For. Cette variable est une variable Flow et retourne un entier.

CURRENT_ITERATION : numéro de séquence de l'itération courante. Cette variable est une variable Flow et retourne un entier.

Une variable Flow fonctionne durant l'exécution d'un composant.

Pour renseigner un champ ou une expression à l'aide d'une variable, appuyez sur les touches Ctrl+Espace pour accéder à la liste des variables. À partir de cette liste, vous pouvez choisir la variable que vous souhaitez utiliser.

Pour plus d'informations concernant les variables, consultez le Guide d'utilisation du Studio Talend.

Utilisation

Règle d'utilisation

Le composant tLoop est un composant de début et requiert une connexion de type Iterate au composant suivant.

For

From

 

To

 

Step

 

Values are increasing

While

Declaration

 

Condition

 

Iteration

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 :
  • Yarn mode (Yarn Client ou Yarn Cluster) :
    • Lorsque vous utilisez Google Dataproc, spécifiez un bucket dans le champ Google Storage staging bucket de l'onglet Spark configuration.

    • Lorsque vous utilisez HDInsight, spécifiez le blob à utiliser pour le déploiement du Job, dans la zone Windows Azure Storage configuration de l'onglet Spark configuration.

    • Lorsque vous utilisez Altus, spécifiez le bucket S3 ou le stockage Azure Data Lake Storage (aperçu technique) pour le déploiement du Job, dans l'onglet Spark configuration.
    • Lorsque vous utilisez Qubole, ajoutez tS3Configuration à votre Job pour écrire vos données métier dans le système S3 avec Qubole. Sans tS3Configuration, ces données métier sont écrites dans le système Qubole HDFS et détruites une fois que vous arrêtez votre cluster.
    • Lorsque vous utilisez des distributions sur site (on-premises), utilisez le composant de configuration correspondant au système de fichiers utilisé par votre cluster. Généralement, ce système est HDFS et vous devez utiliser le tHDFSConfiguration (en anglais).

  • Standalone mode : utilisez le composant de configuration correspondant au système de fichiers que votre cluster utilise, comme le tHDFSConfiguration Apache Spark Batch ou le tS3Configuration Apache Spark Batch (en anglais).

    Si vous utilisez Databricks sans composant de configuration dans votre Job, vos données métier sont écrites directement dans DBFS (Databricks Filesystem).

Cette connexion fonctionne uniquement pour le Job dans lequel vous l'avez définie.

Cette page vous a-t-elle aidé ?

Si vous rencontrez des problèmes sur cette page ou dans son contenu – une faute de frappe, une étape manquante ou une erreur technique – faites-le-nous savoir.