今天我们介绍了如何使用pipeline在 Apache Beam 中的文件中读取、写入数据,其中“Employees.csv”文件被读取/过滤/写入新文件。
介绍
本文通过适当的pipeline示例解释了如何在Apache Beam中读取和写入文件中的数据。从文件中读取数据是通过“ReadFromText”转换完成的,写入新文件是通过“WriteToText”转换完成的。开始我们解释了如何从文件中读取数据以及如何写入文件,在、后半部通过创建一个pipeline,其中读取“Employees.csv”文件,根据年龄过滤,提取员工的名字,姓氏和年龄pipeline入新文件。总体而言,pipeline如下所示:
文章图片
从文件中读取
在本文中,我们使用来自数据源的文件,我们下载了一个 100 条记录文件并将其命名为“Employees.csv”,通过“ReadFromText”将从磁盘读取文件。下面的代码展示了相同的内容:
文章图片
输出
文章图片
写入文件
“WriteToText”转换用于将数据写入文件,下面的程序从文件中读取数据并写入“out.csv”文件。
文章图片
输出
文章图片
pipeline
pipeline代码包含两个函数,一个用于过滤员工年龄大于 40 的行,第二个用于仅映射员工的名字、姓氏和年龄。
文章图片
在这两个函数中,我们都基于索引访问记录。完整的流程代码如下:
文章图片
生成文件的内容
文章图片
概括
【Apache Beam 处理文件】在文章中,我们探讨了如何从文件中读取、写入数据,我们还解释了执行过滤、映射数据并将其写入新文件的完整pipeline代码。
推荐阅读
- Android|【Android】EditText的简单登录界面设计
- Crack|vectordraw图形库,提高了 WebGL 3D 渲染模式的性能
- 面试|你跳槽一次能涨多少(今天见识到跳槽天花板)
- Apache Ambari 项目或将被“雪藏”(只因没人愿意参与开发 | 提议已获“全票通过”)
- Apache Pulsar 社区年度盛会——Pulsar Summit Asia 重磅来袭!
- Apache|App-Launcher-Cordova-Plugin运行已经安装过的App整理
- SEO|apache服务器日志各项详细说明
- Apache
- php|利用nginx+apache+mysql+php+memcached+squid搭建门户网站