将 HttpEntity.Chunked 转换为 Array[String]

Question

我有以下问题。 我正在向服务器查询一些数据并将其作为 HttpEntity.Chunked 取回。 响应字符串看起来像这样，最多有 10.000.000 行，如下所示：

[{"name":"param1","value":122343,"time":45435345},
{"name":"param2","value":243,"time":4325435},
......]

现在我想将传入的数据放入 Array[String] 中，其中每个字符串都是响应中的一行，因为稍后应该将它导入到 apache spark 数据帧中。 目前我正在这样做：

//For the http request
trait StartHttpRequest {
  implicit val system: ActorSystem
  implicit val materializer: ActorMaterializer

  def httpRequest(data: String, path: String, targetPort: Int, host: String): Future[HttpResponse] = {
    val connectionFlow: Flow[HttpRequest, HttpResponse, Future[OutgoingConnection]] = {
      Http().outgoingConnection(host, port = targetPort)
    }
    val responseFuture: Future[HttpResponse] =
      Source.single(RequestBuilding.Post(uri = path, entity = HttpEntity(ContentTypes.`application/json`, data)))
        .via(connectionFlow)
        .runWith(Sink.head)
    responseFuture
  }
}

//result of the request
val responseFuture: Future[HttpResponse] = httpRequest(.....)

//convert to string
responseFuture.flatMap { response =>
        response.status match {
          case StatusCodes.OK =>
            Unmarshal(response.entity).to[String]
    }
}

//and then something like this, but with even more stupid stuff
responseFuture.onSuccess { str:String =>
    masterActor! str.split("""\},\{""")
}

我的问题是，将结果放入数组中的更好方法是什么？ 如何直接解组响应实体？因为 .to[Array[String]] 例如不起作用。而且因为有这么多行，我可以用流来做吗？更有效？

Answer 1

不按顺序回答您的问题：

如何直接解组响应实体？

有一个existing question & answer 与解组案例类数组有关。

将结果放入数组的更好方法是什么？

我会利用 Chunked 特性并使用流。这允许您同时进行字符串处理和 json 解析。

首先你需要一个容器类和解析器：

case class Data(name : String, value : Int, time : Long)

object MyJsonProtocol extends DefaultJsonProtocol {
  implicit val dataFormat = jsonFormat3(Data)
}

然后你必须做一些操作才能让 json 对象看起来正确：

//Drops the '[' and the ']' characters
val dropArrayMarkers = 
  Flow[ByteString].map(_.filterNot(b => b == '['.toByte || b == ']'.toByte))

val preppendBrace = 
  Flow[String].map(s => if(!s.startsWith("{")) "{" + s else s)

val appendBrace = 
  Flow[String].map(s => if(!s.endsWith("}")) s + "}" else s)

val parseJson = 
  Flow[String].map(_.parseJson.convertTo[Data])

最后，结合这些 Flows 将 ByteString 的 Source 转换为 Source of Data 对象：

def strSourceToDataSource(source : Source[ByteString,_]) : Source[Data, _] = 
  source.via(dropArrayMarkers)
        .via(Framing.delimiter(ByteString("},{"), 256, true))
        .map(_.utf8String)
        .via(prependBrace)
        .via(appendBrace)
        .via(parseJson)

然后可以将此源引流到 Seq 的数据对象中：

val dataSeq : Future[Seq[Data]] = 
  responseFuture flatMap { response =>
    response.status match {
      case StatusCodes.OK =>
        strSourceToDataSource(response.entity.dataBytes).runWith(Sink.seq)
    }
  }