- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
每次我尝试使用新的 TableDef
在 cassandra 中创建一个新表时,我都会以升序的聚类顺序结束,并尝试降序。
我使用的是 Cassandra 2.1.10、Spark 1.5.1 和 Datastax Spark Cassandra Connector 1.5.0-M2。
我正在创建一个新的 TableDef
val table = TableDef("so", "example",
Seq(ColumnDef("parkey", PartitionKeyColumn, TextType)),
Seq(ColumnDef("ts", ClusteringColumn(0), TimestampType)),
Seq(ColumnDef("name", RegularColumn, TextType)))
rdd.saveAsCassandraTableEx(table, SomeColumns("key", "time", "name"))
我期望在 Cassandra 中看到的是
CREATE TABLE so.example (
parkey text,
ts timestamp,
name text,
PRIMARY KEY ((parkey), ts)
) WITH CLUSTERING ORDER BY (ts DESC);
我最终得到的是
CREATE TABLE so.example (
parkey text,
ts timestamp,
name text,
PRIMARY KEY ((parkey), ts)
) WITH CLUSTERING ORDER BY (ts ASC);
如何强制将聚类顺序设置为降序?
最佳答案
我无法找到执行此操作的直接方法。此外,您可能还需要指定许多其他选项。我最终扩展了 ColumnDef
和 TableDef
并覆盖了 TableDef
中的 cql
方法。下面是我提出的解决方案示例。如果有人有更好的方法或者这成为 native 支持,我很乐意更改答案。
// Scala Enum
object ClusteringOrder {
abstract sealed class Order(val ordinal: Int) extends Ordered[Order]
with Serializable {
def compare(that: Order) = that.ordinal compare this.ordinal
def toInt: Int = this.ordinal
}
case object Ascending extends Order(0)
case object Descending extends Order(1)
def fromInt(i: Int): Order = values.find(_.ordinal == i).get
val values = Set(Ascending, Descending)
}
// extend the ColumnDef case class to add enum support
class ColumnDefEx(columnName: String, columnRole: ColumnRole, columnType: ColumnType[_],
indexed: Boolean = false, val clusteringOrder: ClusteringOrder.Order = ClusteringOrder.Ascending)
extends ColumnDef(columnName, columnRole, columnType, indexed)
// Mimic the ColumnDef object
object ColumnDefEx {
def apply(columnName: String, columnRole: ColumnRole, columnType: ColumnType[_],
indexed: Boolean, clusteringOrder: ClusteringOrder.Order): ColumnDef = {
new ColumnDefEx(columnName, columnRole, columnType, indexed, clusteringOrder)
}
def apply(columnName: String, columnRole: ColumnRole, columnType: ColumnType[_],
clusteringOrder: ClusteringOrder.Order = ClusteringOrder.Ascending): ColumnDef = {
new ColumnDefEx(columnName, columnRole, columnType, false, clusteringOrder)
}
// copied from ColumnDef object
def apply(column: ColumnMetadata, columnRole: ColumnRole): ColumnDef = {
val columnType = ColumnType.fromDriverType(column.getType)
new ColumnDefEx(column.getName, columnRole, columnType, column.getIndex != null)
}
}
// extend the TableDef case class to override the cql method
class TableDefEx(keyspaceName: String, tableName: String, partitionKey: Seq[ColumnDef],
clusteringColumns: Seq[ColumnDef], regularColumns: Seq[ColumnDef], options: String)
extends TableDef(keyspaceName, tableName, partitionKey, clusteringColumns, regularColumns) {
override def cql = {
val stmt = super.cql
val ordered = if (clusteringColumns.size > 0)
s"$stmt\r\nWITH CLUSTERING ORDER BY (${clusteringColumnOrder(clusteringColumns)})"
else stmt
appendOptions(ordered, options)
}
private[this] def clusteringColumnOrder(clusteringColumns: Seq[ColumnDef]): String =
clusteringColumns.map { col =>
col match {
case c: ColumnDefEx => if (c.clusteringOrder == ClusteringOrder.Descending)
s"${c.columnName} DESC" else s"${c.columnName} ASC"
case c: ColumnDef => s"${c.columnName} ASC"
}
}.toList.mkString(", ")
private[this] def appendOptions(stmt: String, opts: String) =
if (stmt.contains("WITH") && opts.startsWith("WITH")) s"$stmt\r\nAND ${opts.substring(4)}"
else if (!stmt.contains("WITH") && opts.startsWith("AND")) s"WITH ${opts.substring(3)}"
else s"$stmt\r\n$opts"
}
// Mimic the TableDef object but return new TableDefEx
object TableDefEx {
def apply(keyspaceName: String, tableName: String, partitionKey: Seq[ColumnDef],
clusteringColumns: Seq[ColumnDef], regularColumns: Seq[ColumnDef], options: String = "") =
new TableDefEx(keyspaceName, tableName, partitionKey, clusteringColumns, regularColumns,
options)
def fromType[T: ColumnMapper](keyspaceName: String, tableName: String): TableDef =
implicitly[ColumnMapper[T]].newTable(keyspaceName, tableName)
}
这允许我以这种方式创建新表:
val table = TableDefEx("so", "example",
Seq(ColumnDef("parkey", PartitionKeyColumn, TextType)),
Seq(ColumnDefEx("ts", ClusteringColumn(0), TimestampType, ClusteringOrder.Descending)),
Seq(ColumnDef("name", RegularColumn, TextType)))
rdd.saveAsCassandraTableEx(table, SomeColumns("key", "time", "name"))
关于scala - 使用 Datastax 的 Spark Cassandra Connector 在 TableDef 上设置 Cassandra 聚类顺序,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33445964/
目前正在学习 Spark 的类(class)并了解到执行者的定义: Each executor will hold a chunk of the data to be processed. Thisc
阅读了有关 http://spark.apache.org/docs/0.8.0/cluster-overview.html 的一些文档后,我有一些问题想要澄清。 以 Spark 为例: JavaSp
Spark核心中的调度器与以下Spark Stack(来自Learning Spark:Lightning-Fast Big Data Analysis一书)中的Standalone Schedule
我想在 spark-submit 或 start 处设置 spark.eventLog.enabled 和 spark.eventLog.dir -all level -- 不要求在 scala/ja
我有来自 SQL Server 的数据,需要在 Apache Spark (Databricks) 中进行操作。 在 SQL Server 中,此表的三个键列使用区分大小写的 COLLATION 选项
所有这些有什么区别和用途? spark.local.ip spark.driver.host spark.driver.bind地址 spark.driver.hostname 如何将机器修复为 Sp
我有大约 10 个 Spark 作业,每个作业都会进行一些转换并将数据加载到数据库中。必须为每个作业单独打开和关闭 Spark session ,每次初始化都会耗费时间。 是否可以只创建一次 Spar
/Downloads/spark-3.0.1-bin-hadoop2.7/bin$ ./spark-shell 20/09/23 10:58:45 WARN Utils: Your hostname,
我是 Spark 的完全新手,并且刚刚开始对此进行更多探索。我选择了更长的路径,不使用任何 CDH 发行版安装 hadoop,并且我从 Apache 网站安装了 Hadoop 并自己设置配置文件以了解
TL; 博士 Spark UI 显示的内核和内存数量与我在使用 spark-submit 时要求的数量不同 更多细节: 我在独立模式下运行 Spark 1.6。 当我运行 spark-submit 时
spark-submit 上的文档说明如下: The spark-submit script in Spark’s bin directory is used to launch applicatio
关闭。这个问题是opinion-based .它目前不接受答案。 想改善这个问题吗?更新问题,以便可以通过 editing this post 用事实和引文回答问题. 6 个月前关闭。 Improve
我想了解接收器如何在 Spark Streaming 中工作。根据我的理解,将有一个接收器任务在执行器中运行,用于收集数据并保存为 RDD。当调用 start() 时,接收器开始读取。需要澄清以下内容
有没有办法在不同线程中使用相同的 spark 上下文并行运行多个 spark 作业? 我尝试使用 Vertx 3,但看起来每个作业都在排队并按顺序启动。 如何让它在相同的 spark 上下文中同时运行
我们有一个 Spark 流应用程序,这是一项长期运行的任务。事件日志指向 hdfs 位置 hdfs://spark-history,当我们开始流式传输应用程序时正在其中创建 application_X
我们正在尝试找到一种加载 Spark (2.x) ML 训练模型的方法,以便根据请求(通过 REST 接口(interface))我们可以查询它并获得预测,例如http://predictor.com
Spark newb 问题:我在 spark-sql 中进行完全相同的 Spark SQL 查询并在 spark-shell . spark-shell版本大约需要 10 秒,而 spark-sql版
我正在使用 Spark 流。根据 Spark 编程指南(参见 http://spark.apache.org/docs/latest/programming-guide.html#accumulato
我正在使用 CDH 5.2。我可以使用 spark-shell 运行命令。 如何运行包含spark命令的文件(file.spark)。 有没有办法在不使用 sbt 的情况下在 CDH 5.2 中运行/
我使用 Elasticsearch 已经有一段时间了,但使用 Cassandra 的经验很少。 现在,我有一个项目想要使用 Spark 来处理数据,但我需要决定是否应该使用 Cassandra 还是
我是一名优秀的程序员,十分优秀!