java-Apache Beam TextIO glob获取原始文件名

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了java-Apache Beam TextIO glob获取原始文件名，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1233字，纯文字阅读大概需要2分钟。

内容图文

我已经建立了管道.我必须解析数百个* .gz文件.因此,glob的效果很好.

但是我需要当前处理文件的原始名称,因为我想将结果文件命名为原始文件.

有人能帮我一下吗？

这是我的代码.

@Default.String(LOGS_PATH + "*.gz")
String getInputFile();
void setInputFile(String value);


    TextIO.Read read = TextIO.read().withCompressionType(TextIO.CompressionType.GZIP).from(options.getInputFile());
        read.getName();

        p.apply("ReadLines", read).apply(new CountWords())
         .apply(MapElements.via(new FormatAsTextFn()))
         .apply("WriteCounts", TextIO.write().to(WordCountOptions.LOGS_PATH + "_" + options.getOutput()));

    p.run().waitUntilFinish();

解决方法:

从Beam 2.2开始,可以结合使用FileIO.match(),FileIO.read()和自定义代码来读取文本行.您已经可以在HEAD上使用它,或者可以等到2.2版完成(当前正在进行中).

PCollection<KV<String, String>> filesAndLines = 
  p.apply(FileIO.match().filepattern(...))
   .apply(FileIO.read())
   .apply(ParDo.of(new DoFn<ReadableFile, KV<String, String>>() {
     @ProcessElement
     public void process(ProcessContext c) {
       ReadableFile f = c.element();
       String filename = f.getMetadata().resourceId().toString();
       String line;
       try (BufferedReader r = new BufferedReader(Channels.newInputStream(f.open()))) {
         while ((line = r.readLine()) != null) {
           c.output(KV.of(filename, line));
         }
       }
     }
   }));

内容总结

以上是互联网集市为您收集整理的java-Apache Beam TextIO glob获取原始文件名全部内容，希望文章能够帮你解决java-Apache Beam TextIO glob获取原始文件名所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端