如何使用Apache Beam将时间戳写入PostgreSQL

iaqfqrcu  于 2022-11-23  发布在  PostgreSQL
关注(0)|答案(1)|浏览(112)

使用Apache Beam(Direct Runner)将TIMESTAMP写入PostgreSQL的正确方法是什么?我在任何地方都找不到这个文档。我尝试将日期格式化为rfc3339字符串,如下所示,并使用Python SDK apache_beam.io.jdbc.WriteToJdbc写入,但没有成功。我的管道失败,错误如下:
Caused by: java.sql.BatchUpdateException: Batch entry 0 INSERT INTO beam_direct_load VALUES('Product_0993', 'Whse_J', 'Category_028', '2012-07-27T00:00:00', 100) was aborted: ERROR: column "date" is of type timestamp without time zone but expression is of type character varying
该表定义如下:

CREATE TABLE IF NOT EXISTS public.beam_direct_load(
    product_code VARCHAR(255),  
    warehouse VARCHAR(255),
    product_category VARCHAR(255),
    date TIMESTAMP,
    order_demand INTEGER
);

我已经为ProductDemand注册了编码器,如下所示:

class ProductDemand(typing.NamedTuple):
    product_code: str
    warehouse: str
    product_category: str
    date: str
    order_demand: int

coders.registry.register_coder(ProductDemand, coders.RowCoder)

我的渠道定义如下:

(
    pipeline
    | 'ExtractFromText' >> ReadFromText(input_file, skip_header_lines=1)
    | 'Split' >> Map(lambda x: [element.strip() for element in x.split(',')])
    | 'DropNA' >> Filter(lambda x: x[3] != 'NA' )
    | 'FormatData' >> Map(lambda x: 
                                [
                                    x[0], 
                                    x[1], 
                                    x[2], 
                                    datetime.strftime(datetime.strptime(x[3], '%Y/%m/%d'), '%Y-%m-%dT%H:%M:%S'), 
                                    int(x[4].replace('(', '').replace(')', ''))
                                ]
                            )
    | 'MapToDBRow' >> Map(lambda x: ProductDemand(product_code=x[0], warehouse=x[1], product_category=x[2], date=x[3], order_demand=x[4])).with_output_types(ProductDemand)
    | 'LoadToPostgres' >> WriteToJdbc
    (
        table_name='beam_direct_load',
        driver_class_name='org.postgresql.Driver',
        jdbc_url='jdbc:postgresql://localhost:5432/{}'.format(pg_db),
        username=pg_username,
        password=pg_password,
    )
)
x7rlezfr

x7rlezfr1#

我试着为jdbc添加connection_properties,这对我很有效。使用datetime.astimezone(pytz.utc).strftime('%Y-%m-%d %H:%M:%S.%f')。但我不知道它是否会对另一件事有影响。

| 'write' >> WriteToJdbc(
                driver_class_name='org.postgresql.Driver',
                jdbc_url='<source>',
                username='<username>',
                password='<password>',
                table_name='<table>',
                connection_properties="stringtype=unspecified"
            )

source

相关问题