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

实测发现!江汉晃晃辅助器,we... 您好,江汉晃晃辅助器这款游戏可以开挂的,确实是有挂的,需要了解加微【136704302】很多玩家在这...
专业讨论!斗棋辅助脚本视频,拱... 专业讨论!斗棋辅助脚本视频,拱趴大菠萝万能挂图解,教你攻略(今日头条)是一款可以让一直输的玩家,快速...
必备辅助推荐!衡阳丫丫字牌辅助... 必备辅助推荐!衡阳丫丫字牌辅助,wpk透视辅助下载,高科技教程(有挂解惑)是一款可以让一直输的玩家,...
重大来袭!微乐麻将脚本掌上程序... 重大来袭!微乐麻将脚本掌上程序,hhpoker开挂教程,玩家教程(有挂技巧);一、微乐麻将脚本掌上程...
一分钟了解!上饶打炸作弊,po... 一分钟了解!上饶打炸作弊,pokemmo辅助器手机版下载,科技教程(有挂教学);亲真的是有正版授权,...
传递经验!芒果辅助器,wepo... 您好,芒果辅助器这款游戏可以开挂的,确实是有挂的,需要了解加微【136704302】很多玩家在这款游...
新手必备!上品辅助器,aapo... 新手必备!上品辅助器,aapoker怎么设置提高好牌几率,玩家教程(有挂助手);1、不需要AI权限,...
今日头条!微乐游戏兑换码大全,... 今日头条!微乐游戏兑换码大全,wepoker辅助透视软件,玩家教你(有挂猫腻)是一款可以让一直输的玩...
揭秘真相!拉米大厅游戏源码,w... 您好,拉米大厅游戏源码这款游戏可以开挂的,确实是有挂的,需要了解加微【136704302】很多玩家在...
揭秘真相!广东雀神挂件脚本开挂... 揭秘真相!广东雀神挂件脚本开挂,pokemmo辅助脚本,2025新版教程(有挂技巧)是一款可以让一直...