时间戳

首页 > 解决方案 > 使用 Apache Beam 在镶木地板中编写 protobuf 对象

protocol-buffers - 使用 Apache Beam 在镶木地板中编写 protobuf 对象

问题描述

我从 google pub/sub 获取 protobuf 数据并将数据反序列化为 Message 类型对象。所以我得到PCollection<Message>类型对象。这是示例代码：

public class ProcessPubsubMessage extends DoFn<PubsubMessage, Message> {

    @ProcessElement
    public void processElement(@Element PubsubMessage element, OutputReceiver<Message> receiver) {

        byte[] payload = element.getPayload();
        try {
            Message message = Message.parseFrom(payload);
            receiver.output(message);
        } catch (InvalidProtocolBufferException e) {
            LOG.error("Got exception while parsing message from pubsub. Exception =>" + e.getMessage());
        }

    }
}
PCollection<Message> event = psMessage.apply("Parsing data from pubsub message",
                ParDo.of(new ProcessPubsubMessage()));

我想应用转换PCollection<Message> event来以镶木地板格式书写。我知道 apache Beam 提供了ParquetIO，但它适用于PCollection<GenericRecord>类型和从Messageto的转换GenericRecord可能会解决问题（但不知道该怎么做）。有什么简单的方法可以用镶木地板格式写吗？

标签： protocol-buffersparquetapache-beam

解决方案

它可以通过使用以下库来解决：

<dependency>
     <groupId>org.apache.avro</groupId>
     <artifactId>avro-protobuf</artifactId>
     <version>1.7.7</version>
</dependency>

private GenericRecord getGenericRecord(Event event) throws IOException {
    ProtobufDatumWriter<Event> datumWriter = new ProtobufDatumWriter<Event>(Event.class);
    ByteArrayOutputStream os = new ByteArrayOutputStream();
    Encoder e = EncoderFactory.get().binaryEncoder(os, null);
    datumWriter.write(event, e);
    e.flush();

    ProtobufDatumReader<Event> datumReader = new ProtobufDatumReader<Event>(Event.class);
    GenericDatumReader<GenericRecord> genericDatumReader = new GenericDatumReader<GenericRecord>(datumReader.getSchema());
    GenericRecord record = genericDatumReader.read(null, DecoderFactory.get().binaryDecoder(new ByteArrayInputStream(os.toByteArray()), null));
    return record;
}

详情：https ://gist.github.com/alexvictoor/1d3937f502c60318071f

推荐阅读