- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在研究 POC,我必须使用 token 更新数据库中的帐号。我将数据读入数据集dsRecords(大约2M条记录)。我有另一个例程,它捕获了不同的帐号并获取了 token ,映射存储在 HashMap 中。
Dataset<Row> applySwappedTokens(Dataset<Row> dsRecords, Map<String, String> mappedTokens){
}
现在,我必须迭代数据集才能执行以下操作 -1.读取帐号列(accountNumber)值并使用mappedTokens中的 token 值更新(我知道数据集是不可变的。因此,更新数据集意味着创建具有更新行的数据集副本)。这可以通过 JOIN 或其他操作来实现,但由于第二项任务,我没有在这方面花费精力。2. 读取另一个 XML blob 列并找到帐号并更新它。
到目前为止,我尝试过的所有选项都会因不可序列化的代码而导致编译时错误或测试编译错误。大多数在线资源都是 Scala 语言而不是 Java 语言。请帮忙。
Spark 2.1Java 8
方法1 - 由于序列化错误而无法测试。
Dataset<Row> output = sparkSession.sqlContext().createDataFrame(dsRecords.javaRDD().map(row -> {
return RowFactory.create(row.get(0), row.get(1), row.get(2), swapToken(row.get(3)),row.get(4));
}), dsRecords.schema());
return output;
String swapToken(Object inputToken) {
return mappedTokens.get(inputToken);//mappedToken will have to be instance field.
}
方法2-不完整。
dsRecords.foreach((ForeachFunction<Row>) row -> {
Integer index = row.fieldIndex("accountNumber");
String pan = row.getString(index);
String swap = this.swapToken(pan);
//TODO: create a dataset with rows from dsRecords but swap value.
});
方法3 - 使用带有 map 功能的UDF
创建一个 UDF2(采用 2 个输入参数,即 accountNumber 和mappedToken 并返回 token )。看来UDF只能取列值
更新 1 - UDF所以,我实现了UDF(AFK,稍后会发布代码):1.定义UDF1‘updateToken’来传递xml列值并返回更新后的xml值。2. 将具有帐户- token 对映射的 HashMap 实例“mappedTokens”设为静态。在我的 UDF 函数内访问它,以在 xml 字符串中查找帐户并使用 token 进行更新。
我可以测试我的 applySwappedTokens 函数,该函数在数据集“withColumn”上调用上述 UDF。然而,当我运行 Spark 程序时,我看到“mappedToken”具有“null”数据,因此 xml 列会使用空数据进行更新。我认为静态“mappedTokens”要么在另一个 JVM 中,要么在驱动程序中(即使在本地,spark 也会创建隔离的驱动程序、执行程序)。令人沮丧的是,没有简单的解决方案来迭代和更新 Spark 中的行。
Dataset<Row> processByRow(Dataset<Row> dsRecords, SparkSession sparkSession) {
sparkSession.udf().register("updateToken", updateToken, DataTypes.StringType);
return ds = dsRecords.withColumn("eventRecordTokenText", callUDF("updateToken", dsRecords.col("eventRecordTokenText")));
}
static UDF1 updateToken = new UDF1<String, String>() {
public String call(final String tokenText) throws Exception {
// xml operations here..
for (int nodeIndex = 0; nodeIndex < nList.getLength(); nodeIndex++) {
Node thisNode = nList.item(nodeIndex);
if (thisNode.getAttributes().getNamedItem("ProcessTokenValue") != null && thisNode.getAttributes()
.getNamedItem("ProcessTokenValue").getNodeValue().equalsIgnoreCase("true")) {
Node valueNode = thisNode.getAttributes().getNamedItem("Value");
String thisToken = valueNode.getNodeValue();
String newToken = mappedTokens.get(thisToken); // *returns null values from the map*
if(newToken != null && !newToken.isEmpty())
valueNode.setNodeValue(newToken);
}
}
// more xml operations here..
return output;
}
};
更新 2 - 迭代和更新现在,我正在尝试逐行遍历..
Dataset<Row> processByRow1(Dataset<Row> dsRecords, SparkSession sparkSession) {
List<MongoRecordSmall> newRows = new ArrayList<MongoRecordSmall>();
dsRecords.foreach((ForeachFunction<Row>) record -> {
String currentToken = record.getAs(AppConstants.TokenCol);
String newToken = mappedTokens.get(currentToken);
newRows.add(new MongoRecordSmall(record.getString(0), record.getString(1), newToken, record.getString(3)));
logger.error(“Size plus=“+newRows.size());
});
return sparkSession.createDataFrame(newRows, MongoRecordSmall.class);
}
这会引发序列化错误。似乎( https://databricks.gitbooks.io/databricks-spark-knowledge-base/content/troubleshooting/javaionotserializableexception.html )我的类存在上述逻辑,正在被序列化并发送到工作节点,但未能这样做。
最佳答案
由于我没有找到更好的答案,我将用我实现的解决方案来回答我的问题(它看起来很难看!)-
Dataset<Row> processByRowUpdate(Dataset<Row> dsRecords, SparkSession sparkSession) {
List<Row> rows = dsRecords.select("accountIdentifier", "accountNumber").collectAsList();
List<MongoRecord> newRows = new ArrayList<MongoRecord>();
ListIterator<Row> it = rows.listIterator();
boolean errorOccurred = false;
while (it.hasNext()) {
try {
Row record = it.next();
MongoRecord mongo = new MongoRecord();
if (!record.isNullAt(record.fieldIndex("accountIdentifier")))
mongo.setAccountIdentifier(String.valueOf(record.getDouble(record.fieldIndex("accountIdentifier"))));
//... and so on
newRows.add(mongo);
} catch (Exception exception) {}
sparkSession.createDataFrame(newRows, MongoRecord.class);
关于java - 如何在 Java 中迭代 Spark 数据集并更新列值?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49395093/
初学者 android 问题。好的,我已经成功写入文件。例如。 //获取文件名 String filename = getResources().getString(R.string.filename
我已经将相同的图像保存到/data/data/mypackage/img/中,现在我想显示这个全屏,我曾尝试使用 ACTION_VIEW 来显示 android 标准程序,但它不是从/data/dat
我正在使用Xcode 9,Swift 4。 我正在尝试使用以下代码从URL在ImageView中显示图像: func getImageFromUrl(sourceUrl: String) -> UII
我的 Ubuntu 安装 genymotion 有问题。主要是我无法调试我的数据库,因为通过 eclipse 中的 DBMS 和 shell 中的 adb 我无法查看/data/文件夹的内容。没有显示
我正在尝试用 PHP 发布一些 JSON 数据。但是出了点问题。 这是我的 html -- {% for x in sets %}
我观察到两种方法的结果不同。为什么是这样?我知道 lm 上发生了什么,但无法弄清楚 tslm 上发生了什么。 > library(forecast) > set.seed(2) > tts lm(t
我不确定为什么会这样!我有一个由 spring data elasticsearch 和 spring data jpa 使用的类,但是当我尝试运行我的应用程序时出现错误。 Error creatin
在 this vega 图表,如果我下载并转换 flare-dependencies.json使用以下 jq 到 csv命令, jq -r '(map(keys) | add | unique) as
我正在提交一个项目,我必须在其中创建一个带有表的 mysql 数据库。一切都在我这边进行,所以我只想检查如何将我所有的压缩文件发送给使用不同计算机的人。基本上,我如何为另一台计算机创建我的数据库文件,
我有一个应用程序可以将文本文件写入内部存储。我想仔细看看我的电脑。 我运行了 Toast.makeText 来显示路径,它说:/数据/数据/我的包 但是当我转到 Android Studio 的 An
我喜欢使用 Genymotion 模拟器以如此出色的速度加载 Android。它有非常好的速度,但仍然有一些不稳定的性能。 如何从 Eclipse 中的文件资源管理器访问 Genymotion 模拟器
我需要更改 Silverlight 中文本框的格式。数据通过 MVVM 绑定(bind)。 例如,有一个 int 属性,我将 1 添加到 setter 中的值并调用 OnPropertyChanged
我想向 Youtube Data API 提出请求,但我不需要访问任何用户信息。我只想浏览公共(public)视频并根据搜索词显示视频。 我可以在未经授权的情况下这样做吗? 最佳答案 YouTube
我已经设置了一个 Twilio 应用程序,我想向人们发送更新,但我不想回复单个文本。我只是想让他们在有问题时打电话。我一切正常,但我想在发送文本时显示传入文本,以确保我不会错过任何问题。我正在使用 p
我有一个带有表单的网站(目前它是纯 HTML,但我们正在切换到 JQuery)。流程是这样的: 接受用户的输入 --- 5 个整数 通过 REST 调用网络服务 在服务器端运行一些计算...并生成一个
假设我们有一个名为 configuration.js 的文件,当我们查看内部时,我们会看到: 'use strict'; var profile = { "project": "%Projec
这部分是对 Previous Question 的扩展我的: 我现在可以从我的 CI Controller 成功返回 JSON 数据,它返回: {"results":[{"id":"1","Sourc
有什么有效的方法可以删除 ios 中 CBL 的所有文档存储?我对此有疑问,或者,如果有人知道如何从本质上使该应用程序像刚刚安装一样,那也会非常有帮助。我们正在努力确保我们的注销实际上将应用程序设置为
我有一个 Rails 应用程序,它与其他 Rails 应用程序通信以进行数据插入。我使用 jQuery $.post 方法进行数据插入。对于插入,我的其他 Rails 应用程序显示 200 OK。但在
我正在为服务于发布请求的 API 调用运行单元测试。我正在传递请求正文,并且必须将响应作为帐户数据返回。但我只收到断言错误 注意:数据是从 Azure 中获取的 spec.js const accou
我是一名优秀的程序员,十分优秀!