TSV文件导出 (TsvSinkBatchOp)

Java 类名：com.alibaba.alink.operator.batch.sink.TsvSinkBatchOp

Python 类名：TsvSinkBatchOp

功能介绍

写Tsv文件，Tsv文件是以tab为分隔符。

参数说明

名称	中文名称	描述	类型	是否必须？	取值范围	默认值
filePath	文件路径	文件路径	String	✓
numFiles	文件数目	文件数目	Integer			1
overwriteSink	是否覆写已有数据	是否覆写已有数据	Boolean			false
partitionCols	分区列	创建分区使用的列名	String[]			null

代码示例

Python 代码

** 以下代码仅用于示意，可能需要修改部分代码或者配置环境后才能正常运行！**

df = pd.DataFrame([
                ["0L", "1L", 0.6],
                ["2L", "2L", 0.8],
                ["2L", "4L", 0.6],
                ["3L", "1L", 0.6],
                ["3L", "2L", 0.3],
                ["3L", "4L", 0.4]
        ])

source = BatchOperator.fromDataframe(df, schemaStr='uid string, iid string, label double')

tsvSink = TsvSinkBatchOp().setFilePath('yourFilePath').linkFrom(source)

BatchOperator.execute()

Java 代码

** 以下代码仅用于示意，可能需要修改部分代码或者配置环境后才能正常运行！**

import org.apache.flink.types.Row;

import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.sink.TsvSinkBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import com.alibaba.alink.operator.batch.source.TsvSourceBatchOp;
import org.junit.Test;

import java.util.Arrays;
import java.util.List;

public class TsvSinkBatchOpTest {
	@Test
	public void testTsvSinkBatchOp() throws Exception {
		List <Row> df = Arrays.asList(
			Row.of("0L", "1L", 0.6),
			Row.of("2L", "2L", 0.8),
			Row.of("2L", "4L", 0.6),
			Row.of("3L", "1L", 0.6),
			Row.of("3L", "2L", 0.3),
			Row.of("3L", "4L", 0.4)
		);
		BatchOperator <?> source = new MemSourceBatchOp(df, "uid string, iid string, label double");
		BatchOperator <?> tsvSink = new TsvSinkBatchOp()
			.setFilePath("yourFilePath")
			.setOverwriteSink(true);
		source.link(tsvSink);
		BatchOperator.execute();
	}
}

运行结果