问题:在使用exchange导入json数据时,导入大文件时,缓冲区写满
相关配置:
{
# Spark 相关配置
spark: {
app: {
name: Nebula Exchange 3.0.0
}
driver: {
cores: 3
maxResultSize: 1G
}
executor: {
memory:6G
}
cores: {
max: 16
}
}
# NebulaGraph 相关配置
nebula: {
address:{
# 指定 Graph 服务和所有 Meta 服务的 IP 地址和端口。
# 如果有多台服务器,地址之间用英文逗号(,)分隔。
# 格式:"ip1:port","ip2:port","ip3:port"
graph:["ngraph01:9669","ngraph02:9669","ngraph03:9669"]
meta:["ngraph01:9559","ngraph02:9559","ngraph03:9559"]
}
# 指定拥有 NebulaGraph 写权限的用户名和密码。
user: root
pswd: nebula
# 指定图空间名称。
space: xygraph
connection: {
timeout: 300000000
retry: 3
}
execution: {
retry: 3
}
error: {
max: 32
output: /tmp/errors
}
rate: {
limit: 1024
timeout: 300000000
}
}
# 处理边
edges: [
# 设置 Edge type follow 相关信息。
{
# 指定 NebulaGraph 中定义的 Edge type 名称。
name: CALL_TO
type: {
# 指定数据源,使用 JSON。
source: json
# 指定如何将点数据导入 NebulaGraph:Client 或 SST。
sink: client
}
# 指定 JSON 文件的路径。
# 如果文件存储在 HDFS 上,用双引号括起路径,以 hdfs://开头,例如"hdfs://ip:port/xx/xx"。
# 如果文件存储在本地,用双引号括起路径,以 file://开头,例如"file:///tmp/xx.json"。
path: "hdfs://xydwns/tmp/ngraph/CALL_TO_2.json"
# 在 fields 里指定 JSON 文件中 key 名称,其对应的 value 会作为 NebulaGraph 中指定属性的数据源。
# 如果需要指定多个值,用英文逗号(,)隔开。
fields: [cnt,last_callmark_on,first_callmark_on]
# 指定 NebulaGraph 中定义的属性名称。
# fields 与 nebula.fields 的顺序必须一一对应。
nebula.fields: [cnt,last_callmark_on,first_callmark_on]
# 指定一个列作为起始点和目的点的源。
# vertex 的值必须与 JSON 文件中的字段保持一致。
# 目前,NebulaGraph 3.2.1仅支持字符串或整数类型的 VID。
source: {
field: src
}
target: {
field: dst
}
# 指定一个列作为 rank 的源(可选)。
#ranking: rank
# 指定单批次写入 NebulaGraph 的最大边数量。
batch: 10
# 指定 Spark 分片数量。
partition: 2000
}
]
# 如果需要添加更多边,请参考前面的配置进行添加。
}