我正在尝试写一段代码,它做以下:-
1.从远程源(如s3)读取大型csv文件。
1.逐记录处理文件。
1.向用户发送通知
1.将输出写入远程位置
输入csv中的示例记录:
recordId,name,salary
1,Aiden,20000
2,Tom,18000
3,Jack,25000
表示输入csv中记录的输入case类:case class OutputRecord(recordId: String, name: String, designation: String)
输出csv中的示例记录(需要写入):
recordId,name,designation
1,Aiden,Programmer
2,Tom,Web Developer
3,Jack,Manager
我的输出case类,它表示输入csv中的记录:case class OutputRecord(recordId: String, name: String, designation: String)
个
使用akka流csv阅读记录(使用Alpakka无功s3 https://doc.akka.io/docs/alpakka/current/s3.html):
def readAsCSV: Future[Source[Map[String, ByteString], NotUsed]] =
S3.download(s3Object.bucket, s3Object.path)
.runWith(Sink.head)
// This is then converted to csv
现在我有一个函数来处理记录:
def process(input: InputRecord): OutputRecord =
//if salary > avg(salary) then Manager
//else Programmer
将OutputRecord写入为csv的函数
def writeOutput:Sink[ByteString, Future[MultipartUploadResult]] =
S3.multipartUpload(s3Object.bucket,
s3Object.path,
metaHeaders = MetaHeaders(Map())
发送电子邮件通知的功能:
def notify : Flow[OutputRecord, PushResult, NotUsed]
//if notification is sent successfully PushResult has some additional info
把它们缝合在一起
readAsCSV.flatMap { recordSource =>
recordSource.map { record
val outputRecord = process(record)
outputRecord
}
.via(notify) //Error: Line 15
.to(writeOutput) //Error: Line 16
.run()
}
在第15行和第16行出现错误,我可以添加第15行或第16行,但不能同时添加这两行,因为notify
和writeOutput
都需要outputRecord
。调用notify后,我丢失了outputRecord
。
是否可以将notify
和writeOutput
添加到同一个图表中?
我并不是在寻找并行执行,因为我想首先调用notify
,然后只调用writeOutput
。因此,这没有帮助:https://doc.akka.io/docs/akka/current/stream/stream-parallelism.html#parallel-processing
用例对我来说似乎很简单,但有些我怎么也找不到一个干净的解决方案。
1条答案
按热度按时间sgtfey8w1#
notify
的输出是一个PushResult
,但是writeOutput
的输入是ByteString
。一旦你改变了它,它就会编译。如果你需要ByteString
,从OutputRecord
得到相同的。顺便说一句,在您提供的示例代码中,
readCSV
和process
中也存在类似的错误。