导入命令参数¶
完成配置文件修改后，可以运行以下命令将指定来源的数据导入 NebulaGraph 数据库。
导入数据¶
<spark_install_path>/bin/spark-submit --master "spark://HOST:PORT" --class com.vesoft.nebula.exchange.Exchange <nebula-exchange-2.x.y.jar_path> -c <application.conf_path>
Note
如果数据的属性值包含中文字符，可能出现乱码。请在提交 Spark 任务时加上以下选项：
--conf spark.driver.extraJavaOptions=-Dfile.encoding=utf-8
--conf spark.executor.extraJavaOptions=-Dfile.encoding=utf-8
参数说明如下。
| 参数 | 是否必需 | 默认值 | 说明 |
|---|---|---|---|
--class |
是 | 无 | 指定驱动的主类。 |
--master |
是 | 无 | 指定 Spark 集群的 master URL。详情请参见 master-urls。可选值为：local：本地模式，使用单个线程运行 Spark 应用程序。适合在测试环境进行小数据量导入。yarn：在 YARN 集群上运行 Spark 应用程序。适合在线上环境进行大数据量导入。spark://HOST:PORT：连接到指定的 Spark standalone 集群。mesos://HOST:PORT：连接到指定的 Mesos 集群。k8s://HOST:PORT：连接到指定的 Kubernetes 集群。 |
-c/--config |
是 | 无 | 指定配置文件的路径。 |
-h/--hive |
否 | false |
添加这个参数表示支持从 Hive 中导入数据。 |
-D/--dry |
否 | false |
指定是否检查配置文件的格式。该参数仅用于检查配置文件的格式，不检查tags和edges配置项的有效性，也不会导入数据。需要导入数据时不要添加这个参数。 |
-r/--reload |
否 | 无 | 指定需要重新加载的 reload 文件路径。 |
更多 Spark 的参数配置说明请参见 Spark Configuration。
Note
- JAR 文件版本号以实际编译得到的 JAR 文件名称为准。
- 如果使用 yarn 模式提交任务，请参考如下示例，尤其是示例中的两个
--conf。
$SPARK_HOME/bin/spark-submit --master yarn \
--class com.vesoft.nebula.exchange.Exchange \
--files application.conf \
--conf spark.driver.extraClassPath=./ \
--conf spark.executor.extraClassPath=./ \
nebula-exchange-3.8.0.jar \
-c application.conf
导入 reload 文件¶
如果导入数据时有一些数据导入失败，会将导入失败的数据存入 reload 文件，可以用参数-r尝试导入 reload 文件中的数据。
<spark_install_path>/bin/spark-submit --master "spark://HOST:PORT" --class com.vesoft.nebula.exchange.Exchange <nebula-exchange-2.x.y.jar_path> -c <application.conf_path> -r "<reload_file_path>"
如果仍然导入失败，请到论坛寻求帮助。
最后更新:
2024年12月19日