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

记者获悉!hhpkoer辅助器... 记者获悉!hhpkoer辅助器,wepoker辅助软件视频,切实存在有辅助软件(哔哩哔哩)1、每一步...
近日!德州透视是真的假的,哥哥... 近日!德州透视是真的假的,哥哥打大a辅助,总是真的有辅助神器(哔哩哔哩)1、起透看视 德州透视是真的...
今日!hhpoker破解工具,... 今日!hhpoker破解工具,潮汕汇app辅助,其实有辅助方法(哔哩哔哩)1、实时潮汕汇app辅助透...
有玩家发现!pokemmo手机... 有玩家发现!pokemmo手机脚本辅助器,微乐兰州麻将小程序辅助,一直是真的有辅助攻略(哔哩哔哩)小...
昨日!wepoker透视版下载... 昨日!wepoker透视版下载,闲来辅助工具,确实是真的有辅助工具(哔哩哔哩)1、下载好闲来辅助工具...
有了最新消息!hhpoker有... 您好,杭州都莱到底有没有挂这款游戏可以开挂的,确实是有挂的,需要了解加去威信【136704302】很...
为了进一步!pokeplus脚... 为了进一步!pokeplus脚本,邯郸胡乐辅助脚本下载,总是真的有辅助app(哔哩哔哩)1、邯郸胡乐...
目前来看!wepokerplu... 目前来看!wepokerplus作必弊,手机微乐小程序游戏破解器,原来存在有辅助软件(哔哩哔哩)1、...
据统计!aapoker透视脚本... 据统计!aapoker透视脚本下载,潮汕来物局开挂方法,总是是真的有辅助教程(哔哩哔哩)1、很好的工...
最终!wepoker永久免费脚... 最终!wepoker永久免费脚本,友聚哈局辅助,都是真的有辅助攻略(哔哩哔哩)1、不需要AI权限,帮...