0
点赞
收藏
分享

微信扫一扫

流式计算常见模块用法说明


说明

StreamingPro有非常多的模块可以直接在配置文件中使用,本文主要针对流式计算中涉及到的模块。

Kafka Compositor

{
"name": "streaming.core.compositor.spark.streaming.source.KafkaStreamingCompositor",
"params": [{
"topics":"your topic",
"metadata.broker.list":"brokers",
"auto.offset.reset": "smallest|largest"
}]
}

参数说明:

Property Name

Meaning

topics

Kafka主题,可以多个,按 逗号分隔

metadata.broker.list

Kafka Broker地址

auto.offset.reset

重头消费还是从最新消费

MockInputStreamCompositor

模拟数据源,主要为了方便测试。

{
"name": "streaming.core.compositor.spark.streaming.source.MockInputStreamCompositor",
"params": [{
"batch-1":["1","2","3"],
"batch-2":["1","2","3"],
"batch-3":["1","2","3"],
"batch-4":["1","2","3"]
}]
}

MockInputStreamFromPathCompositor

模拟数据源,主要为了方便测试。可以接入一个外部文件作为mock数据

{
"name": "streaming.core.compositor.spark.streaming.source.MockInputStreamFromPathCompositor",
"params": [{"path":"file:///tmp/test.txt"}]
}

SingleColumnJSONCompositor

把一条日志转化一个单列的json文件。

{
"name": "streaming.core.compositor.spark.streaming.transformation.SingleColumnJSONCompositor",
"params": [{
"name": "a"
}]
}

params.name 则是列名,方便后续的sql使用。

ScalaMapToJSONCompositor

{
"name": "streaming.core.compositor.spark.streaming.transformation.ScalaMapToJSONCompositor",
"params": [{}]
}

可以把scala Map转化为JSon

JavaMapToJSONCompositor

{
"name": "streaming.core.compositor.spark.streaming.transformation.JavaMapToJSONCompositor",
"params": [{}]
}

可以把java Map转化为JSon

FlatJSONCompositor

{
"name": "streaming.core.compositor.spark.streaming.transformation.FlatJSONCompositor",
"params": [{"a":"$['store']['book'][0]['title']"}]
}

从JSON里抽取字段,映射到新的列名上。主要是对复杂JSON结构进行扁平化。语法参考该库​​JsonPath​​

NginxParserCompositor

{
"name": "streaming.core.compositor.spark.streaming.transformation.NginxParserCompositor",
"params": [{"time":0,"url":1}]
}

Nginx 日志解析工具,按位置给列进行命名。

SQLCompositor

{
"name": "streaming.core.compositor.spark.streaming.transformation.SQLCompositor",
"params": [
{
"sql": "select a, \"5\" as b from test",
"outputTableName": "test2"
}
]
}

Property Name

Meaning

sql

sql 语句

outputTableName

输出的表名,方便后续的SQL语句可以衔接

SQLESOutputCompositor

将数据存储到ES中

{
"name":"streaming.core.compositor.spark.streaming.output.SQLESOutputCompositor",
"params":[
{
"es.nodes":"",
"es.resource":"",
"es.mapping.include":"",
"timeFormat":"yyyyMMdd"
}
]
}

Property Name

Meaning

es.nodes

节点,多个节点用逗号分隔

es.resource

索引名称以及类型名称

....

其他一些elasticsearch-hadoop的配置

SQLPrintOutputCompositor(output)

{
"name": "streaming.core.compositor.spark.streaming.output.SQLPrintOutputCompositor",
"params": [{}]
}

把处理结果打印到终端控制台。主要是为了调试使用

JSONTableCompositor

{
"name": "streaming.core.compositor.spark.streaming.transformation.JSONTableCompositor",
"params": [{
"tableName": "test"
}]
}

把字符串(JSON格式)的数据注册成一张表。 params.tableName可以让你指定表名。

ConsoleOutputCompositor

{
"name": "streaming.core.compositor.spark.streaming.output.ConsoleOutputCompositor",
"params": [{ }]
}

控制台打印,非SQL类。

SQLCSVOutputCompositor

{
"name": "streaming.core.compositor.spark.streaming.output.SQLCSVOutputCompositor",
"params": [{
"path":"",
"mode":""
}]
}

Property Name

Meaning

path

cvs 存储路径

mode

ErrorIfExists 或者Overwrite 或者Append或者Ignore

作为CSV 输出,需要前面是一张表。

SQLParquetOutputCompositor

{
"name": "streaming.core.compositor.spark.streaming.output.SQLParquetOutputCompositor",
"params": [{
"path":"",
"mode":""
}]
}

Property Name

Meaning

path

parquet 存储路径

mode

ErrorIfExists 或者Overwrite 或者Append或者Ignore

作为parquet 输出,需要前面是一张表。

举报

相关推荐

0 条评论