使用Java读取spark redis保存的数据

Question

我使用spark-redis 将数据集保存到 Redis。 然后我使用Spring data redis读取这些数据：

这个对象我保存到redis：

@Getter
@Setter
@AllArgsConstructor
@NoArgsConstructor
@Builder
@RedisHash("collaborative_filtering")
public class RatingResult implements Serializable {
    private static final long serialVersionUID = 8755574422193819444L;

    @Id
    private String id;

    @Indexed
    private int user;

    @Indexed
    private String product;

    private double productN;
    private double rating;
    private float prediction;

    public static RatingResult convert(Row row) {
        int user = row.getAs("user");
        String product = row.getAs("product");
        double productN = row.getAs("productN");
        double rating = row.getAs("rating");
        float prediction = row.getAs("prediction");
        String id = user + product;

        return RatingResult.builder().id(id).user(user).product(product).productN(productN).rating(rating)
                .prediction(prediction).build();
    }

}

使用 spark-redis 保存对象：

JavaRDD<RatingResult> result = ...
...
sparkSession.createDataFrame(result, RatingResult.class).write().format("org.apache.spark.sql.redis")
            .option("table", "collaborative_filtering").mode(SaveMode.Overwrite).save();

存储库：

@Repository
public interface RatingResultRepository extends JpaRepository<RatingResult, String> {

}

我无法读取使用 Spring data redis 保存在 Redis 中的数据，因为 spark-redis 和 spring data redis 保存的结构数据不一样（我检查了 spark-redis 和 spring data redis 创建的键的值是通过使用命令不同：redis-cli -p 6379 keys \* 和 redis-cli hgetall $key)

那么如何读取已经使用 Java 或任何 Java 库保存的数据？

Answer 1

以下对我有用。

从 spark-redis 写入数据。

我在这里使用 Scala，但它与您在 Java 中使用的基本相同。我唯一改变的是我添加了一个.option("key.column", "id") 来指定哈希ID。

    val ratingResult = new RatingResult("1", 1, "product1", 2.0, 3.0, 4)

    val result: JavaRDD[RatingResult] = spark.sparkContext.parallelize(Seq(ratingResult)).toJavaRDD()
    spark
      .createDataFrame(result, classOf[RatingResult])
      .write
      .format("org.apache.spark.sql.redis")
      .option("key.column", "id")
      .option("table", "collaborative_filtering")
      .mode(SaveMode.Overwrite)
      .save()

在 spring-data-redis 中我有以下内容：

@Getter
@Setter
@AllArgsConstructor
@NoArgsConstructor
@Builder
@RedisHash("collaborative_filtering")
public class RatingResult implements Serializable {
    private static final long serialVersionUID = 8755574422193819444L;

    @Id
    private String id;

    @Indexed
    private int user;

    @Indexed
    private String product;

    private double productN;
    private double rating;
    private float prediction;

    @Override
    public String toString() {
        return "RatingResult{" +
                "id='" + id + '\'' +
                ", user=" + user +
                ", product='" + product + '\'' +
                ", productN=" + productN +
                ", rating=" + rating +
                ", prediction=" + prediction +
                '}';
    }
}

我使用 CrudRepository 而不是 JPA：

@Repository
public interface RatingResultRepository extends CrudRepository<RatingResult, String> {

}

查询：

     RatingResult found = ratingResultRepository.findById("1").get();
     System.out.println("found = " + found);

输出：

found = RatingResult{id='null', user=1, product='product1', productN=2.0, rating=3.0, prediction=4.0}

您可能会注意到 id 字段未填充，因为存储的 spark-redis 具有哈希 id 而不是哈希属性。