Apache Spark StreamingのtWriteAvroFieldsプロパティ
これらのプロパティは、Spark Streamingジョブのフレームワークで実行されているtWriteAvroFieldsを設定するために使われます。
Spark StreamingのtWriteAvroFieldsコンポーネントは、変換処理ファミリーに属しています。
このコンポーネントのストリーミングバージョンは、Talend Real Time Big Data PlatformおよびTalend Data Fabricで利用できます。
基本設定
[Schema] (スキーマ)と[Edit Schema] (スキーマを編集) |
スキーマとは行の説明のことです。処理して次のコンポーネントに渡すフィールド(カラム)数を定義します。Sparkジョブを作成する場合、フィールドの命名時は予約語のlineを避けます。 このコンポーネントのスキーマは読み取り専用です。[Edit schema] (スキーマを編集)をクリックすると、スキーマを表示できます。 このtWriteAvroFieldsの読み取り専用スキーマは、その入力コンポーネントのスキーマからデータをオブジェクト全体として受け取ります。その際に、この入力スキーマがどう見えるかは考慮されません。そして、受信オブジェクトをシリアライズしてAvroバイナリにします。 すなわち、同一のスキーマを持つのに入力フローを必要としません。たとえば、userカラムとageカラムで構成された入力スキーマは、直接シリアライズできます。このコンポーネントでサポートされているデータ型が[Basic settings] (基本設定)ビュー内にリスト表示されます。 |
使用方法
使用ルール |
このコンポーネントは、中間ステップとして使用されます。 このコンポーネントは、所属するSpark Streamingのコンポーネントのパレットと共に、Spark Streamingジョブを作成している場合にだけ表示されます。 特に明記していない限り、このドキュメントのシナリオでは、標準ジョブ、つまり従来の Talend データ統合ジョブだけを扱います。 |
[Spark Connection] (Spark接続) |
[Run] (実行)ビューの[Spark configuration] (Spark設定)タブで、ジョブ全体でのSparkクラスターへの接続を定義します。また、ジョブでは、依存jarファイルを実行することを想定しているため、Sparkがこれらのjarファイルにアクセスできるように、これらのファイルの転送先にするファイルシステム内のディレクトリーを指定する必要があります。
この接続は、ジョブごとに有効になります。 |