Сохранить текущую метку времени в паркете с помощью ParquetWriter - PullRequest
Новая
       72

Сохранить текущую метку времени в паркете с помощью ParquetWriter

0 голосов
/ 04 июня 2018

Я использую следующий метод для записи данных в файл паркета: 

static void toParquet() {
        String schema = "message spark_schema {\n  optional binary stringField (UTF8);\n  optional INT96  createdAt;\n}";
        MessageType readSchema = MessageTypeParser.parseMessageType(schema);
        Configuration configuration = new Configuration();
        GroupWriteSupport.setSchema(readSchema, configuration);
        SimpleGroupFactory sfg = new SimpleGroupFactory(readSchema);
        Path file = new Path("/home/user/data-" + System.currentTimeMillis() + ".parquet");
        try {
            ParquetWriter<Group> writer = new ParquetWriter<Group>(file, new GroupWriteSupport(), CompressionCodecName.UNCOMPRESSED, 1024, 1024, 512,
                    true, false, ParquetProperties.WriterVersion.PARQUET_1_0, configuration);

            for (int i = 0; i < 10000; ++i) {
                writer.write(sfg.newGroup().append("stringField", "abc").append("createdAt", String.valueOf(System.currentTimeMillis())));

            }
            writer.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

Но это дает мне следующее исключение:

java.lang.IllegalArgumentException: Fixed Binary size 13не соответствует длине типа поля 12 в org.apache.parquet.column.values.plain.FixedLenByteArrayPlainValuesWriter.writeBytes (FixedLenByteArrayPlainValuesWriter.java:53) в org.apache.parquet.column.values.rituesWerWirectoryFritictionWrial.java: 324) at org.apache.parquet.column.values.fallback.FallbackValuesWriter.createDictionaryPage (FallbackValuesWriter.java:102) в org.apache.parquet.column.impl.ColumnWriterV1.flush (ColumnWriterV1.j)org.apache.parquet.column.impl.checkBlockSizeReached (InternalParquetRecordWriter.java:141) в org.apache.parquet.hadoop.InternalParquetRecordWriter.write (InternalParquetRecordWriter.java:123) в org.apache.parquet.hadoop.ParquetWriter.app.jp (parj).test.SimpleParquet.toParquet (SimpleParquet.java:498) в com.app.test.SimpleParquet.main (SimpleParquet.java:63)

Поскольку System.currentTimeMillis () дает 13-байтовое значение иВремя epoc составляет 10 байт, как обеспечить значение int96 для текущей метки времени, которая представляет собой массив из 12 байтов фиксированной длины.

Я обнаружил некоторые потоки, в которых они говорят, что метка времени представляет собой комбинацию юлианского дня и времени в наносекундах,Как я могу преобразовать текущую метку времени в этот формат?

1 Ответ

0 голосов
/ 10 апреля 2019

У меня сработал следующий фрагмент кода, в котором я вычислил NanoTime и затем вызвал для него функцию toBinary. 

public static NanoTime getNanoTime(String time) {
        Timestamp ts = Timestamp.valueOf(time);
        Calendar calendar = getCalendar();
        calendar.setTime(ts);
        JDateTime jDateTime = new JDateTime(calendar.get(Calendar.YEAR), calendar.get(Calendar.MONTH) + 1, calendar.get(Calendar.DAY_OF_MONTH));
        int days = jDateTime.getJulianDayNumber();
        long hour = calendar.get(Calendar.HOUR_OF_DAY);
        long minute = calendar.get(Calendar.MINUTE);
        long second = calendar.get(Calendar.SECOND);
        long nanos = ts.getNanos();
        long nanosOfDay = nanos + NANOS_PER_SECOND * second + NANOS_PER_SECOND * SECONDS_PER_MINUTE * minute + NANOS_PER_SECOND * SECONDS_PER_MINUTE
                * MINUTES_PER_HOUR * hour;
        return new NanoTime(days, nanosOfDay);
    }

При написании в паркете использовался вышеуказанный метод - 

writer.write(sfg.newGroup().append("stringField", "abc").append("createdAt", getNanoTime("2017-05-23 11:59:43.345717").toBinary()));
...