我在bigdatadb中有列名为col1、col2、col3、val1、val2的行(在我的例子中是cassandra)
在sql方法中,我可以按col1、col2或col2、col1或任何其他可能的方式进行分组。这样我可以很容易地形成树层次结构。
但是现在我们使用cassandra来存储不支持groupby的数据。所以我们想使用storm进行分组和聚合。我们编写了一些示例代码来进行聚合和分组,但是我们无法确定是否可以实现。
数据是这样的
col1,col2,col3,val1,val2
------------------------
a1,b1,c1,10,20
a1,b1,c2,11,13
a1,b2,c1,9,15
a1,b2,c3,13,88
a2,b1,c1,30,44
a2,b3,c2,22,33
a4,b4,c4,99,66
就像在excel pivot中一样,我想构建层次结构root->child1->child2->child3-val1,val2,如果我的层次结构是col1->col2->col3,那么它可能是这样的
a1 {43,136}
--b1 {21,33}
--c1 10,20
--c2 11,13
--b2 {22,103}
--c1 9,15
--c3 13,88
a2 {52,77}
--b1 {30,44}
--c1 30,44
--b3 {22,33}
--c2 22,33
a4 {99,66}
--b4 {99,66}
--c4 99,66
我想给用户提供重新排列层次结构元素的功能,比如col3->col1->col2(或者其他一些动态元素),在这种情况下,数据如下所示
c1 {49,79}
--a1 {19,35}
--b1 10,20
--b2 9,15
--a2 {30,44}
--b1 30,44
c2 {11,13}
--a1 {11,13}
--b1 11,13
--a2 {22,33}
--b3 22,33
c3 {13,88}
--a1 {13,88}
--b2 13,88
c4 {99,66}
--a4 {99,66}
--b4 99,66
我的三叉戟代码中有几行是这样的,这并不像预期的那样工作。
topology.newStream("aggregation", spout)
.groupBy(new Fields("col1","col2","col3","val1","val2"))
.aggregate(new Fields("val1","val2"), new Sum(), new Fields("val1sum","val2sum"))
.each(new Fields("col1","col2","col3","val1sum","val2sum"), new Utils.PrintFilter());
对于上面的转换,我想使用storm,不管有没有tridentapi支持。有人能指导我如何实现它吗?任何方案的想法都非常感谢。
1条答案
按热度按时间ycggw6v21#
groupby中应该只包括维度(col1、col2和col3),而不包括度量值(val1、val2)。当需要聚合多个度量值时,需要使用chainedagg()构造。以下是针对您的用例更改的拓扑代码:
它产生如下输出,正如您所期望的!
分区ID=0,[a1,b1,21,33]
分区ID=0,[a1,b2,22,103]
分区ID=0,[a4,b4,99,66]
分区ID=0,[a2,b1,30,44]
分区ID=0,[a2,b3,22,33]
干杯!
mk公司