在Scalding中解析JSON嵌套输入

Question

我有一些JSON输入需要解析和处理(这是我第一次使用JSON)。我的输入如下：

{"id":"id2","v":2, "d":{"Location":"JPN"})
{"id":"id1","v":1, "d":{"Location":"USA"}}
{"id":"id2","v":1, "d":{"Location":"JPN"}}
{"id":"id1","v":2, "d":{"Location":"USA"}}

我的目标是编写一个scalding脚本，根据位置字段对输入进行分组，并输出计数。因此，在上面的示例中，"JPN“和"USA”的计数应该分别为2。Scalding提供了一个名为JsonLine的类。我的脚本如下：

class ParseJsonLine(args: Args) extends Job(args) { 

  JsonLine(args("input"), ('id, 'v, 'd)).read
    .groupBy('d){_.size}
    .write(args("output"))   
}

上面的代码编译正常，但在运行时会生成以下错误：

Caused by: java.lang.ClassCastException: scala.collection.immutable.Map$Map1 cannot be cast to java.lang.Comparable

基本上，我不确定如何引用Location字段。"d.Location“不起作用，按复杂结构"d”分组会产生上述错误。我没有找到太多使用json在scalding中进行嵌套输入解析的示例。此外，我不确定是否有比JsonLine更好的嵌套输入。

我将非常感谢你的帮助。

谢谢

Answer 1

也许是使用符号？

看一下单元测试：https://github.com/twitter/scalding/blob/0.11.0/scalding-json/src/test/scala/com/twitter/scalding/JsonLineTest.scala

 JsonLine(args("input"), ('id, 'v, Symbol("d.Location"))).read
    .groupBy(Symbol("d.Location")){_.size}
    .write(args("output"))

注意:这里是学习者，所以可以随意即兴修改/更正/教育。