Java 在apache beam中使用SpanRio时出错
这是一个后续问题。 我正在尝试使用ApacheBeam从google扳手表读取数据(然后进行一些数据处理)。我使用java SDK编写了以下最低限度的示例:Java 在apache beam中使用SpanRio时出错,java,google-cloud-dataflow,apache-beam,google-cloud-spanner,Java,Google Cloud Dataflow,Apache Beam,Google Cloud Spanner,这是一个后续问题。 我正在尝试使用ApacheBeam从google扳手表读取数据(然后进行一些数据处理)。我使用java SDK编写了以下最低限度的示例: package com.google.cloud.dataflow.examples; import java.io.IOException; import org.apache.beam.sdk.Pipeline; import org.apache.beam.sdk.PipelineResult; import org.apache.b
package com.google.cloud.dataflow.examples;
import java.io.IOException;
import org.apache.beam.sdk.Pipeline;
import org.apache.beam.sdk.PipelineResult;
import org.apache.beam.sdk.io.gcp.spanner.SpannerIO;
import org.apache.beam.sdk.options.PipelineOptions;
import org.apache.beam.sdk.options.PipelineOptionsFactory;
import org.apache.beam.sdk.values.PCollection;
import com.google.cloud.spanner.Struct;
public class backup {
public static void main(String[] args) throws IOException {
PipelineOptions options = PipelineOptionsFactory.create();
Pipeline p = Pipeline.create(options);
PCollection<Struct> rows = p.apply(
SpannerIO.read()
.withInstanceId("my_instance")
.withDatabaseId("my_db")
.withQuery("SELECT t.table_name FROM information_schema.tables AS t")
);
PipelineResult result = p.run();
try {
result.waitUntilFinish();
} catch (Exception exc) {
result.cancel();
}
}
}
package com.google.cloud.dataflow.examples;
导入java.io.IOException;
导入org.apache.beam.sdk.Pipeline;
导入org.apache.beam.sdk.PipelineResult;
导入org.apache.beam.sdk.io.gcp.span.span;
导入org.apache.beam.sdk.options.PipelineOptions;
导入org.apache.beam.sdk.options.pipelineoptions工厂;
导入org.apache.beam.sdk.values.PCollection;
导入com.google.cloud.panner.Struct;
公共类备份{
公共静态void main(字符串[]args)引发IOException{
PipelineOptions=PipelineOptionsFactory.create();
Pipeline p=Pipeline.create(选项);
PCollection行=p.apply(
请参阅(
.withInstanceId(“我的实例”)
.withDatabaseId(“my_db”)
.withQuery(“从信息中选择t.table\u name\u schema.tables作为t”)
);
PipelineResult=p.run();
试一试{
result.waitUntilFinish();
}捕获(异常exc){
result.cancel();
}
}
}
当我尝试使用DirectRunner执行代码时,我得到
以下错误消息:
org.apache.beam.runners.direct.repackaged.com.google.common.util.concurrent.UncheckedExecutionException:
org.apache.beam.sdk.util.UserCodeException:
java.lang.NoClassDefFoundError:无法初始化类
com.google.cloud.span.spi.v1.span错误截取器
[……]由下列原因造成:
org.apache.beam.sdk.util.UserCodeException:
java.lang.NoClassDefFoundError:无法初始化类
com.google.cloud.span.spi.v1.span错误截取器
[……]由下列原因造成:
java.lang.NoClassDefFoundError:无法初始化类
com.google.cloud.span.spi.v1.span错误截取器
或者,使用DataflowRunner:
org.apache.beam.runners.direct.repackaged.com.google.common.util.concurrent.UncheckedExecutionException:
org.apache.beam.sdk.util.UserCodeException:
java.lang.NoSuchFieldError:
内部\静态\谷歌\ rpc \本地化消息\字段可访问性
[…]原因:org.apache.beam.sdk.util.UserCodeException:
java.lang.NoSuchFieldError:
内部\静态\谷歌\ rpc \本地化消息\字段可访问性
[…]原因:java.lang.NoSuchFieldError:
内部\静态\谷歌\ rpc \本地化消息\字段可访问性
在这两种情况下,错误信息都相当隐晦,我无法从谷歌搜索中找到任何关于错误原因的清晰想法。我也找不到任何使用span模块的示例脚本
此错误是由于我的代码中的明显错误造成的,还是由于google cloud tools安装错误造成的?您需要指定ProjectID:
SpannerIO.read()
.withProjectId("my_project")
.withInstanceId("my_instance")
.withDatabaseId("my_db")
您需要为您的扳手项目设置凭据。由于SpanRio的API不允许您设置任何自定义凭据,因此必须使用环境变量GOOGLE_Application_credentials设置全局应用程序凭据
您还可以使用JDBC读取(和写入)云扳手。阅读是这样做的:
PCollection<KV<String, Long>> words = p2.apply(JdbcIO.<KV<String, Long>> read()
.withDataSourceConfiguration(JdbcIO.DataSourceConfiguration.create("nl.topicus.jdbc.CloudSpannerDriver",
"jdbc:cloudspanner://localhost;Project=my-project-id;Instance=instance-id;Database=database;PvtKeyPath=C:\\Users\\MyUserName\\Documents\\CloudSpannerKeys\\cloudspanner-key.json"))
.withQuery("SELECT t.table_name FROM information_schema.tables AS t").withCoder(KvCoder.of(StringUtf8Coder.of(), BigEndianLongCoder.of()))
.withRowMapper(new JdbcIO.RowMapper<KV<String, Long>>()
{
private static final long serialVersionUID = 1L;
@Override
public KV<String, Long> mapRow(ResultSet resultSet) throws Exception
{
return KV.of(resultSet.getString(1), resultSet.getLong(2));
}
}));
PCollection words=p2.apply(JdbcIO.read())
.withDataSourceConfiguration(JdbcIO.DataSourceConfiguration.create(“nl.topicus.jdbc.CloudSpanerDriver”),
“jdbc:cloudspanner://localhost;Project=my Project id;Instance=Instance id;Database=Database;PvtKeyPath=C:\\Users\\MyUserName\\Documents\\cloudspan-rkeys\\cloudspan-key.json”))
.withQuery(“从信息中选择t.table\U名称作为t”).withCoder(KvCoder.of(StringUtf8Coder.of(),BigEndianLongCoder.of())
.withRowMapper(新的JdbcIO.RowMapper()
{
私有静态最终长serialVersionUID=1L;
@凌驾
public KV mapRow(ResultSet ResultSet)引发异常
{
返回KV.of(resultSet.getString(1),resultSet.getLong(2));
}
}));
此方法还允许您通过设置PvtKeyPath来使用自定义凭据。您还可以使用JDBC向Google Cloud Spaner写入数据。查看此处的示例:此问题很可能是由此处描述的依赖项兼容性问题引起的:。以下是JIRA期刊评论中描述的快速解决方法:
com.google.api.grpc
谷歌通用协议
0.1.9
org.apache.beam
beam SDK java io谷歌云平台
${beam.version}
com.google.api.grpc
谷歌通用协议
明确定义所需的
com.google.api.grpc
依赖项,并从org.apache.beam
中排除该版本我确实忘记了“projectID”行,尽管添加它并不能修复错误。事实上,我正在使用EclipseGoogleCloudTools插件,并登录到我的google帐户。所以这应该考虑到凭证?我可能不得不尝试JDBC版本。啊,您可能遇到了依赖冲突。它是固定的,但我们需要等待新版本的梁。您可以自己从源代码构建beam二进制文件,也可以在pom.xml中使用此技巧。谢谢我想我会试试这个方法。谢谢!不过,老实说,我最终还是使用了python SDK,并制作了一个自定义的ParDo,用于对扳手进行读/写操作。