在Scalding中读取和编写Case类

Question

谁可以给我一个链接，解释如何在scalding中读取和编写简单的case类？是否有一些默认的序列化方案？

例如，我有创建com.twitter.algebird.Moments管道的作业。我希望将管道写入HDFS，并使用不同的作业读取它们。

Fer示例:我尝试使用以下命令编写代码：

pipe.write(Tsv(outputPath))

并使用以下命令进行阅读：

class MomentsReadingExample (args: Args) extends Job(args){
  val pipe = Tsv(args("input"), ('term, 'appearanceMoments, 'totalMoments)).read

  val withSum = pipe.map(('appearanceMoments, 'totalMoments) -> 'sum) {
    x: (Moments, Moments) => MomentsGroup.plus(x._1, x._2)
  }

  withSum.write(Tsv(args("output")))
}

我收到以下错误：

java.lang.ClassCastException: java.lang.String cannot be cast to com.twitter.algebird.Moments

Answer 1

一种方法是使用pack and unpack。

pipe
  .unpack[Moments]('appearanceMoments -> ('m0, 'm1, 'm2, 'm3, 'm4))
  .write(Tsv(outputPath))

Tsv(args("input"), ('term, 'm0, 'm1, 'm2, 'm3, 'm4).read
  .pack[Moments](('m0, 'm1, 'm2, 'm3, 'm4) -> 'appearanceMoments)