Java kullanarak BigQuery'ye <T> Dizisini kaydedin

Question

Spark Big Query bağlayıcısını kullanarak verileri Big sorguya kaydetmeye çalışıyorum. Diyelim ki aşağıdaki gibi bir Java pojo'm var

@Getter
@Setter
@AllArgsConstructor
@ToString
@Builder
public class TagList {
    private String s1;
    private List<String> s2;
}

Şimdi bu Pojo'yu Büyük sorguya kaydetmeye çalıştığımda, beni aşağıdaki hataya atıyor

Caused by: com.google.cloud.spark.bigquery.repackaged.com.google.cloud.bigquery.BigQueryException: Failed to load to test_table1 in job JobId{project=<project_id>, job=<job_id>, location=US}. BigQuery error was Provided Schema does not match Table <Table_Name>. Field s2 has changed type from STRING to RECORD
    at com.google.cloud.spark.bigquery.BigQueryWriteHelper.loadDataToBigQuery(BigQueryWriteHelper.scala:156)
    at com.google.cloud.spark.bigquery.BigQueryWriteHelper.writeDataFrameToBigQuery(BigQueryWriteHelper.scala:89)
    ... 35 more

Basit kod:

Dataset<TagList> mapDS = inputDS.map((MapFunction<Row, TagList>) x -> {
                List<String> list = new ArrayList<>();
                list.add(x.get(0).toString());
                list.add("temp1");
return TagList.builder()
                    .s1("Hello World")
                    .s2(list).build();
        }, Encoders.bean(TagList.class));

        mapDS.write().format("bigquery")
                .option("temporaryGcsBucket","<bucket_name>")
                .option("table", "<table_name>")
                .option("project", projectId)
                .option("parentProject", projectId)
                .mode(SaveMode.Append)
                .save();

Büyük Sorgu Tablosu:

create table <dataset>.<table_name> (
  s1 string,
  s2 array<string>,
  )
  PARTITION BY
  TIMESTAMP_TRUNC(_PARTITIONTIME, HOUR);

Answer 1

Lütfen intermediateFormat'ı AVRO veya ORC olarak değiştirin. Parquet kullanılırken, serileştirme bir ara yapı oluşturur. Daha fazlasını görünhttps://github.com/GoogleCloudDataproc/spark-bigquery-connector#properties