spark2.0 读取本地json数据到Elasticsearch时,过滤非法json

package es

import net.minidev.json.parser.JSONParser
import org.apache.spark.SparkConf
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.{Dataset, SparkSession}
import scala.collection.Map

/**
  * Created by Administrator on 2019/3/11.
  * path 日志路径
  * index es索引名称
  */
object es {

  def main(args: Array[String]) {

    val conf = new SparkConf().setAppName("es")
    val session: SparkSession = SparkSession.builder().config(conf)
      .config("es.index.auto.create", "true")
      .config("es.nodes", "192.168.1.203")
      .config("es.port","9200").getOrCreate()

    import session.implicits._
    import org.elasticsearch.spark._
    val Array(path:String,index:String) =args

    val json: Dataset[String] = session.read.json(path).toJSON

    val f1 =json.filter(x =>{
        try {
          val jsonParser = new JSONParser()
          val parse: AnyRef = jsonParser.parse(x.toString)
         
          if(parse.toString.contains("_corrupt_record")){
            false
          }else{
            true
          }
        }catch {
          case _ =>false
        }
    })
    val r1 =f1.map(x=>{
      val index: Int = x.indexOf("timestamp")
      val tmp = x.substring(0,index+22)+"T"+x.substring(index+23)
      val tmp1 =tmp.substring(0,index+35)+"Z"+tmp.substring(index+35)
      tmp1
    })

    val rdd: RDD[String] = r1.rdd
    val map = Map("es.mapping.timestamp"->"timestamp","es.batch.size.bytes"->"10mb","es.field.read.validate.presence"->"strict")
    rdd.saveJsonToEs(index+"/log360",map)
    session.stop()
  }

}

 

非法json,不会filter时不会直接过滤掉,解析失败是他会自动加上"_corrupt_record",所以要过滤

val f1 =json.filter(x =>{
    try {
      val jsonParser = new JSONParser()
      val parse: AnyRef = jsonParser.parse(x.toString)
      if(parse.toString.contains("_corrupt_record")){
        false
      }else{
        true
      }
    }catch {
      case _ =>false
    }
})
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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