Apache Spark BatchのtNormalizeプロパティ
これらのプロパティは、Spark Batchジョブのフレームワークで実行されているtNormalizeを設定するために使われます。
Spark BatchのtNormalizeコンポーネントは、変換処理ファミリーに属しています。
このフレームワークのコンポーネントは、すべてのサブスクリプションベースのビッグデータ対応のTalend製品およびTalend Data Fabricで使用できます。
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。 スキーマを変更するには[Edit schema] (スキーマを編集)をクリックします。現在のスキーマがリポジトリータイプの場合は、3つのオプションを利用できます。
|
|
|
[Built-in] (組み込み): そのコンポーネントに対してのみスキーマを作成し、ローカルに保管します。 |
|
|
[Repository] (リポジトリー): スキーマは作成済みで、リポジトリーに保管されています。さまざまなプロジェクトやジョブデザインで再利用できます。 |
|
[Column to normalize] (正規化するカラム) |
正規化のベースとなる入力フローからカラムを選択します。 |
|
[Item separator] (項目区切り) |
入力フローのデータを区切るセパレータを入力します。 情報メモ注:
項目区切りは正規表現に基づいています。したがって、"." (正規表現用の特殊文字)は、ここでは避けるか、または注意して使用する必要があります。 |
詳細設定
|
[Use CSV parameters] (CSVパラメーターの使用) |
このチェックボックスをオンにすると、[escape mode] (エスケープモード)や[enclosure] (エンクロージャ)文字などCSV固有のパラメーターが含まれます。 |
|
[Discard the trailing empty strings] (後続の空の文字列を破棄) |
このチェックボックスをオンにすると、後続の空の文字列が破棄されます。 |
| [Trim resulting values] (出力される値をトリム) |
このチェックボックスをオンにすると、出力されるデータから先行ホワイトスペースおよび後続ホワイトスペースがトリムされます。 情報メモ注:
[Discard the trailing empty string] (後続の空の文字列を破棄)と[Trim resulting values] (出力される値をトリム)の両方のチェックボックスをオンにすると、前者が先に実行されます。 |
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 Batchのコンポーネントのパレットと共に、Spark Batch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、このドキュメンテーションのシナリオでは、標準ジョブ、つまり従来の Talend Data Integration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。 |