Openlookeng Redis Connector 移植

已于 2022-04-20 16:07:58 修改
阅读量1k 收藏
点赞数
分类专栏： BigData 文章标签： big data
于 2022-04-20 15:48:10 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hxjgjg/article/details/124299310
版权

Redis Plugin

初步配置

  • git clone 后在项目根目录下新建一个模块presto-redis

  • 模块的初步配置

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <parent>
        <artifactId>presto-root</artifactId>
        <groupId>io.hetu.core</groupId>
        <version>1.7.0-SNAPSHOT</version>
    </parent>
    <modelVersion>4.0.0</modelVersion>

    <artifactId>hetu-redis</artifactId>
    <packaging>hetu-plugin</packaging>

<!--    <properties>-->
<!--        <maven.compiler.source>8</maven.compiler.source>-->
<!--        <maven.compiler.target>8</maven.compiler.target>-->
<!--    </properties>-->
    <properties>
<!--        <air.main.basedir>${project.parent.basedir}</air.main.basedir>-->
    </properties>
    <dependencies>
        <dependency>
            <groupId>io.hetu.core</groupId>
            <artifactId>presto-spi</artifactId>
            <version>1.7.0-SNAPSHOT</version>
            <scope>provided</scope>
        </dependency>
        <dependency>
            <groupId>io.airlift</groupId>
            <artifactId>bootstrap</artifactId>
<!--            <version></version>-->
        </dependency>
        <dependency>
            <groupId>io.airlift</groupId>
            <artifactId>json</artifactId>
<!--            <version></version>-->
        </dependency>
    </dependencies>

</project>

  • 注册Plugin

    在模块hetu-server中的hetu-server/src/main/provisio/hetu.xml文件中添加如下

    <artifactSet>
    <artifact id="${project.groupId}:hetu-redis:zip:${project.version}">
        <unpack />
    </artifact>
</artifactSet>

  • 将模块presto-example-http/src/main/java/io/prestosql/plugin/example下的所有样本文件复制到hetu-redis模块中，然后对Examplexxx.java重命名为Redisxxx.java，建议利用idea的智能重构

  • 由于Redis是典型的非JDBC数据源，和适配最早的kafka相似，故我主要参考kafka

    主要参照如下结构图依次开发

    img

功能概述

  • redis和kafka都是典型的非jdbc，故要将一行数据映射成表的一行，故要定义表结构，以tpch(常见的基础测试程序)的cutomer表为例

    {
    "tableName": "customer",
    "schemaName": "default",
    "key": {
        "dataFormat": "raw",
        "name":"id",
        "fields": [
            {
                "name": "redis_key",
                "type": "VARCHAR(64)",
                "hidden": "false"
            }
        ]
    },
    "value": {
        "dataFormat": "json",
        "fields": [
            {
                "name": "custkey",
                "mapping": "custkey",
                "type": "BIGINT",
                "hidden":"false"
            },
            {
                "name": "name",
                "mapping": "name",
                "type": "VARCHAR(25)",
                "hidden":"false"
            },
            {
                "name": "address",
                "mapping": "address",
                "type": "VARCHAR(40)"
            },
            {
                "name": "nationkey",
                "mapping": "nationkey",
                "type": "BIGINT"
            },
            {
                "name": "phone",
                "mapping": "phone",
                "type": "VARCHAR(15)"
            },
            {
                "name": "acctbal",
                "mapping": "acctbal",
                "type": "DOUBLE"
            },
            {
                "name": "mktsegment",
                "mapping": "mktsegment",
                "type": "VARCHAR(10)"
            },
            {
                "name": "comment",
                "mapping": "comment",
                "type": "VARCHAR(117)"
            }
        ]
    }
}

    将该表结构写入到redis.table-description-dir(默认值etc/redis)目录下

  • 相应的在redis中拥有类似的数据

    127.0.0.1:6379> get customer:174
"{\"custkey\":82,\"name\":\"Customer#000000082\",\"address\":\"zhG3EZbap4c992Gj3bK,3Ne,Xn\",\"nationkey\":18,\"phone\":\"28-159-442-5305\",\"acctbal\":9468.34,\"mktsegment\":\"AUTOMOBILE\",\"comment\":\"s wake. bravely regular accounts are furiously. regula\"}"

    key值：schemaName:tableName:id id由插入的顺序先后决定，schemaName若为default，可如上，省略不写

    value值：根据表定义json文件转换具体的字段

  • 启动hetu-server bin/launcher run

  • 启动hetu-cli java -jar hetu-cli-1.7.0-SNAPSHOT-executable.jar

    image-20220419101435584

  • image-20220419101517694

  • image-20220419101704048

  • image-20220419101839467

  • image-20220419200642986

1. description层

  • 由上述功能概述可知程序启动首先就要知道表结构，故首先读取redis.table-description-dir(默认值etc/redis)目录下的json文件，将json文件映射成java对象。

  • 不难得该json表定义文件可划分为三层，分别将其定义为

    image-20220419202553444

    在构造函数加上@JsonCreator注解

  • 除此之外还需要一个类用来读取表json文件，即RedisTableDescriptionSupplier

    public class RedisTableDescriptionSupplier
        implements Supplier<Map<SchemaTableName,RedisTableDescription>> {}

    主要实现public Map<SchemaTableName, RedisTableDescription> get() 方法

    首先从json表定义文件中读取数据，然后将表定义与redis.properties文件做对比，json表定义文件必须在properties中的"redis.table-names"有对应定义，否则视为表定义无效，如customer表定义文件在redis.table-names中必须有default.customer，同时redis.table-names无对应的json,那么就会视为dummy table即虚表只支持内部列（完全由connector管理，数据格式都默认为row）

2. 必要实现类

1. Plugin

  • 该文件相当于整个插件模块的main方法，主要是供系统调用获取RedisConnector的工厂方法，可直接在该类中传入一个Supplier<Map<SchemaTableName, RedisTableDescription>> (Supplier仅有get()方法，用于值可有可无的情况)

    @ConnectorConfig(connectorLabel = "Redis: Alllow the use of Redis KV as tables in openLooKeng")
public class RedisPlugin
        implements Plugin
{
    private Optional<Supplier<Map<SchemaTableName, RedisTableDescription>>> tableDescriptionSupplier=Optional.empty();
    public  synchronized void setTableDescriptionSupplier(Supplier<Map<SchemaTableName, RedisTableDescription>> tableDescriptionSupplier) {
        this.tableDescriptionSupplier=Optional.ofNullable(tableDescriptionSupplier);
    }
    @Override
    public synchronized Iterable<ConnectorFactory> getConnectorFactories()
    {
        return ImmutableList.of(new RedisConnectorFactory(tableDescriptionSupplier));
    }
}

2. ConnectorFactory

  • public class RedisConnectorFactory implements ConnectorFactory

  • 实现函数

    • String getName();

      返回插件名字即 redis

    • ConnectorHandleResolver getHandleResolver();

      返回一个RedisHandleResolver() 对象

    • Connector create(String catalogName, Map<String, String> config, ConnectorContext context);

      Bootstrap app = new Bootstrap(
    new JsonModule(),
    new RedisModule(context.getTypeManager(),tableDescriptionSupplier,context.getNodeManager())
);

Injector injector = app
    .strictConfig()
    .doNotInitializeLogging()
    .setRequiredConfigurationProperties(requiredConfig)
    .initialize();
return injector.getInstance(RedisConnector.class);

      主要用来定义Bootstrap，传入实现了Module接口的对象，module类主要实现configure方法，该方法中定义需要反射注入的类。

      即bootstrap主要用于启动反射注入。

3. Module

  • public class RedisModule implements Module module管理plugin大部分对象的反射创建。

  • 主要实现configure方法，主要定义需要反射注入那些类，相应的类的构造函数唯一且有@Injector注解，该类构造函数传入的对象需要在该处定义

    public void configure(Binder binder)
{

   configBinder(binder).bindConfig(RedisConfig.class);
    if (tableDescriptionSupplier.isPresent()){
        binder.bind(new TypeLiteral<Supplier<Map<SchemaTableName, RedisTableDescription>>>() {}).toInstance(tableDescriptionSupplier.get());
    }else {
        binder.bind(new TypeLiteral<Supplier<Map<SchemaTableName,RedisTableDescription>>>() {})
            .to((Class<? extends Supplier<Map<SchemaTableName, RedisTableDescription>>>) RedisTableDescriptionSupplier.class)
            .in(Scopes.SINGLETON);
    } //如果在plugin没有传入Map<SchemaTableName, RedisTableDescription> 那么就会启用RedisTableDescriptionSupplier读取json表文件来获取Map
     
    binder.bind(NodeManager.class).toInstance(nodeManager);
    binder.bind(TypeManager.class).toInstance(typeManager);
    binder.bind(RedisConnector.class).in(Scopes.SINGLETON);

    binder.bind(RedisMetadata.class).in(Scopes.SINGLETON);
    binder.bind(RedisSplitManager.class).in(Scopes.SINGLETON);

    binder.bind(RedisRecordSetProvider.class).in(Scopes.SINGLETON);
    binder.bind(RedisJedisManager.class).in(Scopes.SINGLETON);

    jsonBinder(binder).addDeserializerBinding(Type.class).to(TypeDeserializer.class);
    jsonCodecBinder(binder).bindMapJsonCodec(String.class, listJsonCodec(RedisTableHandle.class));
    jsonCodecBinder(binder).bindJsonCodec(RedisTableDescription.class);
    binder.install(new RedisDecoderModule());//相当于是将RedisDecoderModule中configure内容copy到这里
}

4. Config

  • 当我们使用一个插件时我们需要定义一个properties配置文件，故这里需要将preperties映射成一个对象

在这里插入图片描述

  • 属性

    字段名properties中key名功能
    redisPasswordredis.passwordredis密码
    redisConnectTimeoutredis.connect-timeout连接超时，默认2000ms
    defaultSchema(default)redis.default-schema默认schema名，如果未明确指定schema，使用此
    tableNamesredis.table-names表名，例 default.customer，tpch.national
    tableDescriptionDirredis.table-description-dir表定义文件夹相对路径，默认是etc/redis/
    hideInternalColumnsredis.hide-internal-columns是否在元数据中隐藏内部列，默认是true
    keyPrefixSchemaTableredis.key-prefix-schema-tablekey是否符合schema:table:*格式，如果false则将当前数据库所有key当成表的key，默认是false
    nodesredis.nodesredis的Ip:port 结合
    redisScanCountredis.scan-count主要通过scan的方式获取key,这里是指每轮scan获取的key数量。默认是100
    redisDataBaseIndexredis.database-indexredis的数据库索引
    redisKeyDelimiterredis.key-delimiterschema和table的分隔符，默认是:
    tableDescriptionFlushIntervalredis.table-description-intervaldescription在内存中的持久时间(ms)，默认是一直留存在内存中。

  • 例

    @Config("redis.table-description-dir")
public RedisConfig setTableDescriptionDir(File tableDescriptionDir) {
    this.tableDescriptionDir = tableDescriptionDir;
    return this;
}

5. Connector

  • public class RedisConnector implements Connector

  • image-20220331103014856

  • 主要是作为一个组织者，用于管理metadata、splitManage、recordSetProvider

6. metadata

  • public class RedisMetadata implements ConnectorMetadata
    请添加图片描述

  • metadata主要是管理元数据，在使用describe等sql语句时会调用相应的方法。

7. jedisManager

  • 主要作用是创建销毁一个并发安全的jedis连接池，主要通过ConcurrentHashMap实现。需要传入redisconfig相应的配置。

3. handle 层

在这里插入图片描述

  • 其中handleResolver用于返回三个类的class用于反射注入，handleResolver在connectorFactory创建对象并返回

  • TableHandle主要作用于metadata对象中，由getTableHandle方法根据Map<SchemaTableName, RedisTableDescription>创建

  • ColumnHandle主要由RedisTableFieldDescription和RedisInternalFieldDescription创建，主要作用于record层，即对于数据的读取映射处理。

4. decoder层

  • 主要是反射注入key和value格式的解码器，根据需要自定义解码器

  • public class RedisDecoderModule implements Module {
    @Override
    public void configure(Binder binder) {
        MapBinder<String, RowDecoderFactory> decoderFactoriesByName = MapBinder.newMapBinder(binder, String.class, RowDecoderFactory.class);
        decoderFactoriesByName.addBinding(DummyRowDecoder.NAME).to(DummyRowDecoderFactory.class).in(SINGLETON);
        decoderFactoriesByName.addBinding(CsvRowDecoder.NAME).to(CsvRowDecoderFactory.class).in(SINGLETON);
        decoderFactoriesByName.addBinding(JsonRowDecoder.NAME).to(JsonRowDecoderFactory.class).in(SINGLETON);
        decoderFactoriesByName.addBinding(RawRowDecoder.NAME).to(RawRowDecoderFactory.class).in(SINGLETON);
        decoderFactoriesByName.addBinding(AvroRowDecoder.NAME).to(AvroRowDecoderFactory.class).in(SINGLETON);
        decoderFactoriesByName.addBinding(ZsetRedisRowDecoder.NAME).to(ZsetRedisRowDecoderFactory.class).in(SINGLETON);
        decoderFactoriesByName.addBinding(HashRedisRowDecoder.NAME).to(HashRedisRowDecoderFactory.class).in(SINGLETON);
        binder.bind(DispatchingRowDecoderFactory.class).in(SINGLETON);
    }
}

5. split层

在这里插入图片描述

  • 该层没有大的改动，当且仅当key的格式是zset时，即顺序排序后，才具备将数据切片的条件，默认是将整个表当成一个单分区。

6. recoder层

在这里插入图片描述

  • RedisRecordSetProvider主要实现getRecordSet，而该方法主要作用在于根据key和value的数据格式用decoderFactory 创建相应的解码器，并将其传入recordset

  • RedisRecordSet几乎没有什么作用，只是根据columnHandles返回 列的类型和将RecordSetProvider的参数传入给RecordCursor。

  • RedisRecordCursor 起到整个Plugin的核心作用，即从redis中读取相应的数据，主要是围绕FieldValueProvider[] currentRowValues，

  • 首先在构造函数中，如果key的格式不是zset，那么就需要用scan来扫描获取相应的大量key，用scan需要配置ScanParams,重点是match，如果配置 redis.key-prefix-schema-table 为false，那么match为空，将数据库所有key当成表的key，默认match的是schema:table:*，如果表的schema为default，那么在redis中对应的key值可以省略schema，例如 customer:id，而不用default:customer:id。最后初步获取keysIterator，数量和redis.scan-count值相同

  • advanceNextPosition ：主要由上层调用，每次调用，判断当前keysIterator是否消耗完，如果消耗完，那么再次scan一遍，如果没有消耗完，那么就消耗keysIterator一次，将key用于redis中数据读取，将读取的数据用相应的解码器解码，将解码后的数据，按照ColumnHandle的顺序写入到currentRowValues中。即上层每调用一次advanceNextPosition方法就获取一行数据，然后将数据转换写入到currentRowValues，如果方法返回false意味着数据读取完毕。

  • 剩下的getObject、getLong 等方法都是对currentRowValues的读取类型转换

总结

  • 执行流程：

    1. 首先Plugin实现类起到了一个main入口作用，得到一个ConnectorFactory工厂，工厂每次create时，首先向Bootstrap注册module实现类（module中主要是注册了整个plugin需要反射注入的类），启动Bootstrap，意味着反射创建整个plugin需要的java对象，bootstrap起到了类似spring容器的作用。create返回一个connector类，该connector本身作用不大，主要是整合metadata、splitManage、recordSetProvider
    2. bootstarp启动后，从properties文件读取映射成一个config对象，读取表定义json文件，映射成Map<SchemaTableName, RedisTableDescription>
    3. metadata主要是对Map<SchemaTableName, RedisTableDescription>的操作，由getTableHandle方法将map转换成tablehandle对象
    4. splitmanager，主要是根据metadata生成的tablehandle对象，将数据做切片。在redis该场景下，只有当key的格式是zset，即顺序排序后，才具备切片的条件，一般默认将整个table当成单个分片。
    5. ConnectorRecordSetProvider，需要splitmanager得到的split和metadata对象中转换生成的tablehandle和ColumnHandle的list
      1. recordsetprovider首先getRecordSet方法根据split获取key和value格式的解码器,传给recordset
      2. recordset实现getColumnTypes()得到 List<Type> ，然后简单的传值给recordcursor
      3. recordcursor中的advanceNextPosition方法，每被调用一次读取一行数据，将这行数据用相应的解码器解码转换缓存为FieldValueProvider[]数组，其余方法皆是对FieldValueProvider[]读取类型转换。

  • 由于openlookeng定位是OLAP，侧重于从宏观层面对大量数据的分析，故没必要实现写操作，而且对where 执行逻辑是将表的所有数据读取出来之后，然后用where过滤，有一定的局限性。

  • 调试技巧，首先git clone openlookeng连同redis plugin编译连同并部署，log.properties中配置io.prestosql=DEBUG方便调试，然后建议用 bin/launcher run启动方便在控制台查看调试信息。如果出错调试代码 只需要修改代码重新打包redis plugin大概100kB左右，覆盖plugin/redis/中对应的jar包即可，再次run即可完成代码更新。

  • 注意：

    <air.check.fail-checkstyle>false</air.check.fail-checkstyle>
<air.check.skip-checkstyle>true</air.check.skip-checkstyle>

    在pom.xml中properties添加如上，可跳过checkstyle检查

    可能会出现如下报错

    [WARNING] Rule 0: org.apache.maven.plugins.enforcer.RequireUpperBoundDeps failed with message:
Rule 0: org.apache.maven.plugins.enforcer.RequireUpperBoundDeps failed with message:


Failed while enforcing RequireUpperBoundDeps. The error(s) are [
Require upper bound dependencies error for org.slf4j:slf4j-api:1.7.29 paths to dependency are:
+-io.hetu.core:hetu-redis:1.7.0-SNAPSHOT
  +-io.hetu.core:presto-main:1.7.0-SNAPSHOT
    +-org.slf4j:slf4j-api:1.7.29 (managed) <-- org.slf4j:slf4j-api:1.7.25
and

    解决方法，在pom.xml中的某些模块导入时注意添加如下

    <exclusions>
    <exclusion>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-api</artifactId>
    </exclusion>
</exclusions>
csmsoledad
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
3.6 Trino二次开发-动态数据源管理-打包阶段问题汇总
万般皆苦，唯有自渡
01-20 7308
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任
2.2 Trino Windows开发环境搭建—源码修改篇
万般皆苦，唯有自渡
09-29 7892
1. 前言 在上一篇中，介绍了在Windows上搭建Trino开发环境所需要的组件。本篇文章，主要介绍通过修改源码，让Trino在Idea中运行起来。 2. 步骤 1）配置文件 Trino的配置文件位于“testing/trino-server-dev/etc”目录下，这里面我们先重点关注config.properties文件里面的plugin.bundles参数，这个参数是用来配置Trino加载哪些插件的。这里我们不需要加载这么多的插件，因业务需求只保留“../../plugin/trino-my
redis-connector:一个简易的Redis客户端, 为了学习Redis通信协议
05-19
简版Jedis, 为了了解Redis通信协议
大数据平台组件部署说明（pulsar、Openlookeng、Hadoop集群、hive、python、Flink、JDK、Zookeeper、MySQL、Redis等）
weixin_42467874的博客
02-28 1096
配置Hadoop集群，需要修改/${PATH}/hadoop-3.3.1/etc/hadoop/目录下的workers 、core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml共5个配置文件，配置文件中的ip地址和端口需要依据实际配置情况进行修改。在/${PATH}/hadoop-3.3.1/etc/hadoop/目录中有一个mapred-site.xml.template文件，修改文件名为mapred-site.xml并进行配置。
Flink Sql Redis Connector
最新发布
bigdatakenan的博客
06-20 1228
以下为sql读取结果，直接将redis数据解析成我们需要的表格形式。
openLooKeng ODBC用户手册
openLooKeng的博客
12-10 836
hi！小伙伴们！ 小编今天又给大家整了些干货！ 今天就给大家来介绍一下 openLooKeng ODBC的用户使用手册 本手册包含Windows版本 openLooKeng ODBC驱动程序的相关信息 包括驱动的安装与ODBC数据源的配置 以及驱动的基本信息 还不快快搭上这篇干货手册的快车！冲鸭！ ODBC：开放数据连接 ODBC(Open Database Connectivity 开放数据连接)是微软提出的一个能让应用访问不同DBMS的互操作接口协议，其定义了一个通用的数据库访问机制并提供了一组访问数据
Redis缓存配置
新仅可的博客
03-16 957
对于缓存管理，其实就是四个步骤第一，在【cache】组件中的pom.xml中加入redis的第三方java客户端jedis的jar包第二，通过编写一个缓存配置类，来管理连接池第三，编写缓存服务，提供缓存操作接口第四，在需要使用缓存服务的【back】服务中，加入项目依赖，其他任何服务需要使用缓存服务，都可以配置类似的依赖第五，在【back】服务启动配置中加入缓存配置类，以保障缓存服务能再服务启动的时...
spark-redis connector
09-05
spark对Redis原生的支持，可支持对Redis的各种操作 eg:sc.toRedisKV(saveRedisRDD), 配置如下 <!-- redis--> conf.set("redis.host","localhost") conf.set("redis.prot","6379")
flink-connector-redis-2.10-1.1.5-API文档-中文版.zip
07-14
赠送jar包：flink-connector-redis_2.10-1.1.5.jar； 赠送原API文档：flink-connector-redis_2.10-1.1.5-javadoc.jar； 赠送源代码：flink-connector-redis_2.10-1.1.5-sources.jar； 赠送Maven依赖信息文件：flink-...
flink-connector-redis_2.10-1.1.5-API文档-中英对照版.zip
07-14
赠送jar包：flink-connector-redis_2.10-1.1.5.jar； 赠送原API文档：flink-connector-redis_2.10-1.1.5-javadoc.jar； 赠送源代码：flink-connector-redis_2.10-1.1.5-sources.jar； 赠送Maven依赖信息文件：flink-...
flink-connector-redis_2.11-1.1.5.jar
08-09
flink连接redis设置过期时间和密码
maven工程jar与平台jar冲突解决办法
ytangdigl的博客
04-12 1030
1、打包时报错信息如下： [INFO] --- maven-enforcer-plugin:1.3.1:enforce (enforce-banned-dependencies) @ xc_exam --- [WARNING] Rule 1: org.apache.maven.plugins.enforcer.RequireUpperBoundDeps failed with message: F...
openresty 连接redis
happyfly的博客
05-19 1742
Redis是非常优秀的基于键值对的内存数据库，在项目中使用非常广泛。在高并发的项目中，经常会需要进行缓存的预热，或者部分数据在接入层就可以进行渲染，那么nginx和redis就成了绝配。在openresty之前，想要在nginx中连接redis那是非常难的一件事情，而有了openresty之后，一切就变得非常简单了。 1、安装redis 如果是要安装最新版本的redis，需要依赖gcc wget http://download.redis.io/releases/redis-6.0.6.tar.g.
【问题】maven中设置不引入子依赖
随便写写
10-04 1063
问题 在编译某些开源项目时，会提示如下内容： Require upper bound dependencies error for io.airlift:aircompressor:0.15 paths to dependency are: +-io.hetu.core:presto-vv:1.3.0 +-io.hetu.core:presto-main:1.3.0 +-io.airlift:aircompressor:0.15 (managed) <-- io.airlift:airco
win10基于IDEA，搭建Presto 0.280开发环境
lucyLee的博客
07-16 1354
在win10上，基于IDEA搭建presto开发环境
maven 打包报错
iteye_3842的博客
03-15 418
Require upper bound dependencies error for org.springframework:spring-context-support:3.2.5.RELEASE paths to dependency are:+-com.baidu.lbc:owl-worker:0.0.1-SNAPSHOT  +-org.springframework.integratio...
presto源码在window上运行调试（trino源码部署）
weixin_61352535的博客
06-20 585
window环境配置presto
IDEA 中配置 maven 依赖时 maven 窗口的 dependencies 中出现红色波浪线
weixin_49429431的博客
03-10 792
控制台错误提示： ERROR: Failure to transfer com.google.protobuf:protobuf-java:jar:3.0.0-beta-1 from ... 当作maven项目时可能需要导入多种依赖，导入依赖后，可能会出现各种的报错，主要原因有：①本次导入的依赖和本地的 maven 仓库中已有的依赖发生冲突；②本地仓库缺少某种依赖文件。 我的解决办法：再联网状态下，删除 pom.xml 文件中导入的依赖，清空本地仓库的所有文件，然后再次导入依赖，依赖下载完成后，波浪线消失
openGauss分布式与openLooKeng部署指南
2401_83143557的博客
03-19 774
openGauss分布式与openLooKeng部署指南 1 摘要 介绍介绍openGauss协同openLooKeng和ShardingSphere，实现数据库分布式OLAP能力的环境部署说明。 缩略语清单： 缩略语 英文全名 中文解释 og openGauss 开源数据库引擎 olk openLooKeng 大数据分析引擎 ss-proxy shardingsphere-Proxy 定位为透明化的数据库代理端，提供封装了数据库二进制协议
flink redis connector 报错Caused by: java.lang.VerifyError: Bad return type
02-07
Flink Redis Connector 的报错 "Caused by: java.lang.VerifyError: Bad return type" 通常是由于类型不匹配导致的。这种情况通常发生在使用 Flink Redis Connector 的时候，当你尝试将类型为 T 的元素写入 Redis 时，但是 T 的类型并不是 Redis Connector 支持的类型。 例如，如果你使用 Flink Redis Connector 将字符串写入 Redis，但是你定义的 T 是一个整数，那么你就会看到 "Caused by: java.lang.VerifyError: Bad return type" 的错误。 解决方法是确保你正确地定义了 T 的类型，并且这个类型是 Redis Connector 支持的。如果你不确定 T 的类型应该是什么，可以参考 Flink Redis Connector 的文档来了解支持的类型。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值