代码之家 › 专栏 › 技术社区 › Jaison

是否可以使用Apache beam处理非结构化数据(多行web日志)?

apache-beam google-cloud-dataflow

Jaison · 技术社区 · 7 年前

我有java正则表达式代码,可以读取非结构化web日志文件的多行,并生成json数据。

日志文件如下所示,

[2018-03-06 09:00:44,111] line1
[2018-03-06 09:00:46,236] line2
[2018-03-06 09:01:07,503] line3
[2018-03-06 09:01:20,097] line4

现在,我正在尝试在数据流管道中执行此转换。然而,我没有找到一种方法来同时读取/处理多行代码。有人能帮助我使用数据流处理多行web日志文件吗?

1 回复 | 直到 7 年前

Jaison 7 年前

Dataflow/Apache beam一次读取一行数据,无法同时处理多行数据。因此,我编写了一个过程,将多行文件转换为带分隔符的单行文件,然后作为输入传递给数据流管道。

推荐文章

Prof. Falken · 在CSV中读取时,Tensorflow错误“UnimplementedError:不支持将字符串转换为浮点”

7 年前