【文件属性】：
文件名称：metorikku：基于Apache Spark的简化，轻量级ETL框架
文件大小：1.19MB
文件格式：ZIP
更新时间：2021-01-30 20:59:50
scala sql big-data spark etl
Metorikku是一个库，可简化基于ETL的编写和执行。
它基于简单的YAML配置文件，并且可以在任何Spark群集上运行。
该平台还包括一种编写单元测试和端到端测试的简单方法。
入门
要运行Metorikku，您必须首先定义2个文件。
公制文件
度量标准文件定义了ETL的步骤和查询以及在何处输出什么。
例如，简单的配置YAML（也支持JSON）应如下所示：
steps :
- dataFrameName : df1
sql :
SELECT *
FROM input_1
WHERE id > 100
- dataFrameName : df2
sql :
SELECT *
FROM df1
WHERE id < 1000
output :
- dataFrameName : df2
outputType : Parquet
outputOptions :
saveMode : Overwrite
path : df2.parquet
您可以在检出完整的示例文件中所有可能的值。
确保还签出