Nano Hash - криптовалюты, майнинг, программирование

Как интегрировать Hive (таблицы avro) с реестром схем?

Hive предоставляет два свойства таблицы, позволяющие определить схему Avro: avro.schema.literal и avro.schema.url, где первый может указать путь hdfs или конечную точку http, обслуживающую схему. Я хочу использовать Реестр схемы в качестве службы схемы , но проблема в его конечных точках схемы возврата, заключенной в больший объект json:

Запрос:

GET /schemas/ids/1

Ответ:

HTTP/1.1 200 OK
Content-Type: application/vnd.schemaregistry.v1+json

{
  "schema": "{\"type\": \"string\"}"
}

Запрос:

GET /subjects/test/versions/1

Ответ:

HTTP/1.1 200 OK
Content-Type: application/vnd.schemaregistry.v1+json

{
  "name": "test",
  "version": 1,
  "schema": "{\"type\": \"string\"}"
}

Приведенные выше ответы не могут быть проанализированы Hive.

schema hive avro registry
06.06.2017

Ответы:


1

Я хочу делать то же самое, что и ты. Я зарегистрировал https://github.com/confluentinc/schema-registry/issues/629 для улучшения реестра схем, чтобы упростить эту задачу. Надеюсь, проект воспримет эту идею. Кажется, это должно быть простое улучшение для реализации.

19.09.2017
  • Круто, я надеюсь, что они добавят такие конечные точки в API реестра схем 21.09.2017
  • Спасибо, Бен. Кажется, эта проблема была решена слиянием. docs.confluent.io/current/schema-registry/develop/ 24.07.2019

    • 2

    Пока что моя идея состоит в том, чтобы разместить прокси-сервис перед реестром схем (обслуживающий чистые схемы avro) и масштабировать его с помощью HAProxy. Сам реестр схем, по-видимому, имеет масштабируемую архитектуру для чтения. Честно говоря, я не понимаю параграф о свойстве avro.schema.url в документации по кусту AvroSerDe:

    Указывает URL-адрес для доступа к схеме. Для схем http это работает для тестирования и небольших кластеров, но поскольку доступ к схеме будет осуществляться по крайней мере один раз из каждой задачи в задании, это может быстро превратить задание в DDOS-атаку на провайдера URL (веб-сервер, например). Будьте осторожны при использовании этого параметра для чего-либо, кроме тестирования.

    Я думаю, что мое предложение является жизнеспособным решением.

    Наличие схем в централизованном репо позволяет развивать схему и проверять обратную/прямую совместимость, поэтому это лучше, чем определение пути hdfs, что рекомендуется в документации AvroSerDe.

    06.06.2017
  • может быстро превратить задание в DDOS-атаку — это должно быть очевидно. Каждая задача сопоставления должна будет выполнить запрос GET к реестру схемы. В большом кластере сотни клиентов используют один и тот же URL-адрес схемы. Наличие файла схемы на диске не является узким местом 21.09.2017
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..