导入ORC文件数据

    如果要向Nebula Graph导入本地ORC文件，请参见Nebula Importer。

    本文以为例。

    本文示例在MacOS下完成，以下是相关的环境配置信息：

    • 硬件规格：

      • CPU：1.7 GHz Quad-Core Intel Core i7
      • 内存：16 GB

    • Spark：2.4.7 单机版

    • Hadoop：2.9.2 伪分布式部署

    • Nebula Graph：2.6.0。使用Docker Compose部署。

    开始导入数据之前，用户需要确认以下信息：

    • 已经并获取如下信息：

    • 已经编译Exchange。详情请参见编译Exchange。本示例中使用Exchange 2.6.0。

    • 已经安装Spark。

    • 了解Nebula Graph中创建Schema的信息，包括Tag和Edge type的名称、属性等。

    • 如果文件存储在HDFS上，需要确认Hadoop服务运行正常。

    • 如果文件存储在本地且Nebula Graph是集群架构，需要在集群每台机器本地相同目录下放置文件。

    分析ORC文件中的数据，按以下步骤在Nebula Graph中创建Schema：

    1. 确认Schema要素。Nebula Graph中的Schema要素如下表所示。

    2. 使用Nebula Console创建一个图空间basketballplayer，并创建一个Schema，如下所示。

    更多信息，请参见。

    步骤 2：处理ORC文件

    确认以下信息：

    1. 获取ORC文件存储路径。

    编译Exchange后，复制文件设置ORC数据源相关的配置。在本示例中，复制的文件名为orc_application.conf。各个配置项的详细说明请参见。

    步骤 4：向Nebula Graph导入数据

    运行如下命令将ORC文件数据导入到Nebula Graph中。关于参数的说明，请参见。

    Note

    JAR包有两种获取方式：自行编译或者从maven仓库下载。

    示例：

    用户可以在返回信息中搜索batchSuccess.<tag_name/edge_name>，确认成功的数量。例如batchSuccess.follow: 300。

    用户可以在Nebula Graph客户端（例如Nebula Graph Studio）中执行查询语句，确认数据是否已导入。例如：

    用户也可以使用命令查看统计数据。

    步骤 6：（如有）在Nebula Graph中重建索引

    导入数据后，用户可以在Nebula Graph中重新创建并重建索引。详情请参见。