我想使用谷歌云数据流将来自主题的PubSub消息数据插入到BigQuery表中。一切都很好，但在BigQuery表中，我可以看到不可读的字符串，如 " ߈���". 这是我的管道：
p.apply(PubsubIO.Read.named("ReadFromPubsub").topic("projects/project-name/topics/topic-name"))
.apply(ParDo.named("Transformation").of(new StringToRowConverter()))
.apply(BigQueryIO.Write.named("Write into BigQuery").to("project-name:dataset-name.table")
.withSchema(schema)
.withCreateDisposition(BigQueryIO.Write.CreateDisposition.CREATE_IF_NEEDED))
我简单的StringToRowConverter函数是：
class StringToRowConverter extends DoFn<String, TableRow> {
private static final long serialVersionUID = 0;
@Override
public void processElement(ProcessContext c) {
for (String word : c.element().split(",")) {
if (!word.isEmpty()) {
System.out.println(word);
c.output(new TableRow().set("data", word));
}
}
}
}
这是我通过POST请求发送的消息：
POST https://pubsub.googleapis.com/v1/projects/project-name/topics/topic-name:publish
{
"messages": [
{
"attributes":{
"key": "tablet, smartphone, desktop",
"value": "eng"
},
"data": "34gf5ert"
}
]
}
我错过了什么？谢谢！
根据https://cloud.google.com/pubsub/reference/rest/v1/PubsubMessage，pubsub消息的JSON有效负载是base64编码的。Dataflow中的PubsubIO默认使用String UTF8编码器。您提供的示例字符串“34gf5ert”在base64解码后解释为UTF-8字符串时，给出了确切的 "߈���".
这就是我如何打开我的pubsub消息：
@Override
public void processElement(ProcessContext c) {
String json = c.element();
HashMap<String,String> items = new Gson().fromJson(json, new TypeToken<HashMap<String, String>>(){}.getType());
String unpacked = items.get("JsonKey");
希望对你有用。
