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次

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

黑科技透视器!山西扣点点(透视... 黑科技透视器!山西扣点点(透视器),新067互娱真是有透视挂教程(有辅助挂详情)该软件可以轻松地帮助...
黑科技外挂!完美体育(外挂),... 黑科技外挂!完美体育(外挂),新青岛其实有透视挂方法(有辅助挂方针)1、完美体育透视辅助软件激活码多...
黑科技开挂!玩牌(开挂),财神... 黑科技开挂!玩牌(开挂),财神十三张其实是有透视挂攻略(确实有辅助挂)1、下载好财神十三张透视辅助下...
黑科技作弊器!嗨玩干瞪眼(作弊... 黑科技作弊器!嗨玩干瞪眼(作弊器),乐乐四川麻将竟然存在有透视挂脚本(有辅助挂工具)亲,关键说明,乐...
黑科技辅助!同城跑胡子合集(辅... 黑科技辅助!同城跑胡子合集(辅助),南通长牌总是有透视挂技巧(有辅助挂神器)同城跑胡子合集是不是有人...
黑科技外挂!丰城双剑(外挂),... 黑科技外挂!丰城双剑(外挂),悠游其实存在有透视挂技巧(有辅助挂辅教程)暗藏猫腻,小编详细说明丰城双...
黑科技透视挂!全民比鸡(透视挂... 黑科技透视挂!全民比鸡(透视挂),兴动游戏原来是有透视挂攻略(有辅助挂猫腻)1、每一步都需要思考,不...
黑科技作弊器!南京麻将(作弊器... 黑科技作弊器!南京麻将(作弊器),安安休闲一直存在有透视挂工具(有辅助挂辅教程)1、完成安安休闲有辅...
黑科技作弊器!仲乐麻将(作弊器... 黑科技作弊器!仲乐麻将(作弊器),天天飞小鸡三拿一切实存在有透视挂软件(有辅助挂详情)1、任何天天飞...
黑科技开挂!亲朋千分(开挂),... 黑科技开挂!亲朋千分(开挂),良人麻将原来有透视挂攻略(有辅助挂秘诀)1、下载好亲朋千分透视辅助下载...