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：2024-02-20 14:46:30
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