入力データを設定
DBFSからジョブにデータをロードするようにtFileInputDelimitedコンポーネントを設定します。
始める前に
-
DBFS (Databricks File System)にファイルをアップロードの説明に従い、movies.csvとdirectors.txtというソースファイルがHDFSにロードされていること。
-
[Repository] (リポジトリー)の[ delimited] (ファイル区切り)ノードの下で、movie.csvファイルのメタデータが設定されていること。
設定されていない場合は、映画メタデータを準備に従ってメタデータを作成してください。
手順
-
このスキーマメタデータノードをダブルクリックして、ウィザードを開きます。
-
ボタンをクリックして、スキーマをローカルディレクトリーにエクスポートします。
-
movie tFileInputDelimitedコンポーネントをダブルクリックして[Component] (コンポーネント)ビューを開きます。
-
[Edit schema] (スキーマを編集)をクリックしてスキーマのエディターを開き、
ボタンをクリックして、以前に[Repository] (リポジトリー)の[File delimited] (ファイル区切り)メタデータからエクスポートした映画データのスキーマをインポートします。
-
director tFileInputDelimitedコンポーネントをダブルクリックし、その[Component] (コンポーネント)ビューを開きます。
-
[+]ボタンを2回クリックして2つの行を追加し、[Column] (カラム)カラムで名前をそれぞれIDとNameに変更します。
タスクの結果
これで、映画データとディレクターデータをジョブにロードするように入力コンポーネントが設定されました。