ApacheArrowJava是否有原生支持S3文件系统的实现?
创始人
2024-09-05 10:30:27
0

Apache Arrow Java 目前并没有原生支持 S3 文件系统的实现,但是可以通过使用 AWS SDK for Java 来将 S3 上的数据读入 Arrow 中。以下是使用 AWS SDK for Java 读取 S3 上的 CSV 文件,然后转换为 Arrow RecordBatch 的示例代码:

import java.io.IOException;
import java.io.InputStream;
import java.nio.ByteBuffer;
import java.nio.charset.Charset;
import java.util.List;

import org.apache.arrow.memory.RootAllocator;
import org.apache.arrow.vector.FieldVector;
import org.apache.arrow.vector.VectorSchemaRoot;
import org.apache.arrow.vector.ipc.ArrowStreamReader;
import org.apache.arrow.vector.types.Types.MinorType;
import org.apache.arrow.vector.types.pojo.Field;
import org.apache.arrow.vector.types.pojo.Schema;
import org.apache.commons.csv.CSVFormat;
import org.apache.commons.csv.CSVParser;
import org.apache.commons.csv.CSVRecord;

import com.amazonaws.services.s3.AmazonS3;
import com.amazonaws.services.s3.AmazonS3ClientBuilder;
import com.amazonaws.services.s3.model.GetObjectRequest;

public class S3ToArrow {
  public static void main(String[] args) throws IOException {
    String bucketName = "my-bucket";
    String key = "path/to/my/file.csv";

    AmazonS3 s3Client = AmazonS3ClientBuilder.defaultClient();
    InputStream input = s3Client.getObject(new GetObjectRequest(bucketName, key)).getObjectContent();

    CSVParser csvParser = CSVParser.parse(input, Charset.defaultCharset(), CSVFormat.DEFAULT.withHeader());

    Schema schema = new Schema(List.of(new Field("field1", MinorType.VARCHAR.getType()), new Field("field2", MinorType.INT.getType())));

    VectorSchemaRoot root = VectorSchemaRoot.create(schema, new RootAllocator(Long.MAX_VALUE));
    for (FieldVector fv : root.getFieldVectors()) {
      fv.allocateNew();
    }

    for (CSVRecord record : csvParser) {
      int rowId = root.getRowCount();
      root.setRowCount(rowId + 1);

      String field1Value = record.get("field1");
      int field2Value = Integer.parseInt(record.get("field2"));

      ((FieldVector) root.getVector("field1")).setSafe(rowId, field1Value.getBytes());
      ((FieldVector) root.getVector("field2")).setSafe(rowId, field2Value);
    }

    ArrowStreamReader arrowReader = new ArrowStreamReader(input, new RootAllocator(Long.MAX_VALUE));
    VectorSchemaRoot root2 = arrowReader.getVectorSchemaRoot();
  }
}

这个示例程序首先使用 AWS SDK for Java 从 S3 上读取 CSV 文件内容,然后使用 Apache Arrow Java 将 CSV 数据转换为 RecordBatch

相关内容

热门资讯

推荐几款新版(wpk教程)外挂... 推荐几款新版(wpk教程)外挂透明挂辅助APP(透视)透视辅助(有挂实锤)-哔哩哔哩;亲们利用一分钟...
技术分享!德扑查数据(WepO... 技术分享!德扑查数据(WepOke)外挂透明挂辅助app(辅助挂)教你教程(讲解有挂)-哔哩哔哩;亲...
重大通报(WPK技术)外挂透明... WPK技术赢率提升策略‌;重大通报(WPK技术)外挂透明挂辅助机制(透视)确实真的有挂(2022已更...
技术分享(wpk安装)外挂透明... 技术分享(wpk安装)外挂透明挂辅助APP(透视)德州ai机器人(有挂规律)-哔哩哔哩;(需添加指定...
一分钟揭秘(微扑克wpk)外挂... 一分钟揭秘(微扑克wpk)外挂透明挂辅助软件(透视)透视辅助(有挂详细)-哔哩哔哩 科技详细教程;7...
玩家必知教程!Wepoke自建... 玩家必知教程!Wepoke自建房(WepOke)外挂透明挂辅助插件(辅助挂)wpk教程(有挂详细)-...
记者发布(wepOke)外挂透... 【福星临门,好运相随】;记者发布(wepOke)外挂透明挂辅助工具(辅助挂)的确是真的有挂(2021...
教程攻略(Wepoke透视)外... 教程攻略(Wepoke透视)外挂透明挂辅助神器(透视)发牌机制(有挂讲解)-哔哩哔哩需要回顾用户提供...
透明讲解(aa扑克有外挂)外挂... 透明讲解(aa扑克有外挂)外挂透明挂辅助软件(辅助挂)辅助透视(有挂猫腻)-哔哩哔哩是由北京得aa扑...
总算了解!wpk(wePoke... 总算了解!wpk(wePoke)外挂透明挂辅助神器(透视)解密教程(有挂功能)-哔哩哔哩;致您一封信...