内容简介:Apache Beam 2.23.0 现已发布。Apache Beam 是 Google 在 2016 年 2 月份贡献给 Apache 基金会的项目,主要目标是统一批处理和流处理的编程范式,为无限、乱序、web-scale 的数据集处理提供简单灵活,功能丰富以及...
Apache Beam 2.23.0 现已发布。Apache Beam 是 Google 在 2016 年 2 月份贡献给 Apache 基金会的项目,主要目标是统一批处理和流处理的编程范式,为无限、乱序、web-scale 的数据集处理提供简单灵活,功能丰富以及表达能力十分强大的 SDK。Apache Beam 项目重点在于数据处理的编程范式和接口定义,并不涉及具体执行引擎的实现,Apache Beam 希望基于 Beam 开发的数据处理程序可以执行在任意的分布式计算引擎上。
主要更新内容:
Highlights
I/Os
- 添加了对 Snowflake reading 的支持(Java)(BEAM-9722)。
- 增加了对写入 Splunk 的支持(Java)(BEAM-8596)。
- 添加了对 assume role 的支持(Java)(BEAM-10335)。
- 已添加一个新的可从 BigQuery 读取的 transform:
apache_beam.io.gcp.bigquery.ReadFromBigQuery
。此 transform 是实验性的。它通过将数据导出到 Avro 文件并读取这些文件来从 BigQuery 读取数据。它还支持通过导出到 JSON 文件来读取数据。与时间和日期相关的字段在行为上有很小的差异。 - 为 SnowflakeIO.write 添加 dispositions(BEAM-10343)
New Features/Improvements
- 更新 Snowflake JDBC 依赖关系,并将 application=beam 添加到 connection URL(BEAM-10383)。
Breaking Changes
- 在反序列化 JSON(Java)时,
RowJson.RowJsonDeserializer
、JsonToRow
和PubsubJsonTableProvider
现在默认接受“implicit nulls”。以前的 null 只能用 explicit null 值表示,例如{"foo": "bar", "baz": null}
,而像{"foo": "bar"}
这样的 implicit null 值则会引发异常。现在,两个 JSON 字符串默认都会产生相同的结果。可以使用用RowJson.RowJsonDeserializer#withNullBehavior
来覆盖此行为。 - 修复 Python 中
GroupIntoBatches
实验转换中的一个错误,该错误实际上是按键对批次进行分组的。这将更改此转换的输出类型(BEAM-6696)。
Deprecations
- 删除 Gearpump runner。(BEAM-9999)
- 删除 Apex 运行程序。(BEAM-9999)
- RedisIO.readAll() 已被弃用,将在 2 个版本中删除,用户必须使用 RedisIO.readKeyPatterns() 作为替代(BEAM-9747)。
更新说明:https://beam.apache.org/blog/beam-2.23.0/
以上所述就是小编给大家介绍的《Apache Beam 2.23.0 发布,大数据批处理和流处理标准》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- Spark 持续流处理和微批处理的对比
- Jet 4.5 发布,分布式批处理和流处理引擎
- 动画骨骼节点批处理
- Apache Beam 2.3.0 发布,大数据批处理和流处理标准
- Apache Beam 2.7.0 发布,大数据批处理和流处理标准
- Apache Beam 2.7.0 发布,大数据批处理和流处理标准
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。