vespa-engine/vespa

Support feeding from Spark

Open

#9,158 opened on 2019年4月23日

GitHub で見る
 (6 comments) (0 reactions) (0 assignees)Java (4,948 stars) (561 forks)batch import
enhancementgood first issue

説明

Today, the Hadoop integration tools for Vespa support Hadoop and Pig for feeding and querying Vespa. The Pig feeder is a thin wrapper around the Vespa HTTP client.

We should support feeding directly from Spark as well, to avoid Spark pipelines having to write to HDFS and run another Pig job for the actual feeding. Similarly to the Pig feeder, this could be implemented as a thin wrapper around the HTTP client.

コントリビューターガイド

技術スタック
javarest api
領域
backenddata
Issue 種別
feature
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
3-5 days
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
stale
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
clear
前提条件
Familiarity with SparkUnderstanding of Vespa HTTP clientJava development experience
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
40
調査方針
Review the existing Hadoop integration in the vespa hadoop directory and the Vespa HTTP client documentation. Identify the key components used in the Pig feeder wrapper and adapt them for Spark. Consider how to handle data ingestion in parallel and error handling. Look at comments in the issue for any additional requirements or constraints.