如何在 apache beam java sdk 中从 minIO 读取文件

Question

我刚开始使用 minio 和 apache beam。我在 play.min.io 上创建了一个存储桶并添加了一些文件（假设存储的文件是 one.txt 和 two.txt）。我想使用 Apache beam java sdk 访问存储在该存储桶上的文件。当我处理本地文件时，我只是传递文件的路径，如 C://new//.. 但我不知道如何从 minio 获取文件。谁能帮我写代码。

Answer 1

我设法让它与标准 AWS 配置之上的一些配置一起工作：

1. AwsServiceEndpoint 应指向您的 minio 服务器（此处为 localhost:9000）。

    PipelineOptions options = PipelineOptionsFactory.fromArgs(args).create();
    ...
    options.as(AwsOptions.class).setAwsServiceEndpoint("http://localhost:9000");

1. PathStyleAccess 必须启用（以便桶访问不会转换为对“http://bucket.localhost:9000”的请求，而是对“http://localhost:9000/bucket”的请求）。

这可以通过使用这种 MinioS3ClientBuilderFactory 扩展 DefaultS3ClientBuilderFactory 来完成：

public class MinioS3ClientBuilderFactory extends DefaultS3ClientBuilderFactory {
  @Override
  public AmazonS3ClientBuilder createBuilder(S3Options s3Options) {
    AmazonS3ClientBuilder builder = super.createBuilder(s3Options);
    builder.withPathStyleAccessEnabled(true);
    return builder;
  }
}

并将其注入这样的选项中：

    Class<? extends S3ClientBuilderFactory> builderFactory = MinioS3ClientBuilderFactory.class;

    options.as(S3Options.class).setS3ClientFactoryClass(builderFactory);