问题标签 [cascalog]

Cascalog和Datomic都选择使用Datalog（通过SQL）作为他们的查询引擎。

戴夫·托马斯声称：

对于小空间中的大查询，Datalog 优于 SQL。

我的问题是：对于面向列的数据库，datalog 是否比 SQL 更有效？

我阅读了 Nathan Marz 关于 lambda 架构的书。我实际上是在证明这个解决方案的概念。

我很难构建我的 Jcascalog 查询。

这是我们感兴趣的节俭模式中的一部分：

我用 Pail 将一些数据存储到文件夹中：/home/tickets

现在我想对这个数据提出一个请求：我想得到按文章名称分组的数量总和。所以首先我需要得到名称，然后是数量。对于每个我可以获得文章的 ID。

例如，对于名称 request(id_article, name)，我将得到以下结果：(1, pasta) - (2, pasta2) - (3, pasta)

对于数量请求（id_article，数量）：(1, 2) - (2, 1) - (3, 1)

问题是我不怎么合并结果？如何在 HDFS 中加入 Cascalog 和数据？

我有一个要使用 cascalog 处理的 Json 文件目录。我现在拥有的解决方案要求我使用 bash 脚本从我的 json 文件中删除所有换行符。我正在寻找更好的解决方案，因为我使用 rsync 同步这些文件。

我的问题是我可以在 Cascalog 中读取文件的内容并将文件的内容作为一个元组返回。目前，函数“lfs-textline”为文件中的每一行返回一个元组序列，因此我必须删除换行符。最好我想为每个文件返回一个元组序列。

jar在 AWS-EMR 集群上运行 Clojure ，使用(hfs-textline)并获取：

IllegalArgumentException 必须指定 bucketName 参数。com.amazonaws.services.s3.AmazonS3Client.rejectNull`。

标题应该是不言自明的。

我对 Cascalog 特别感兴趣，但如果很清楚如何适用于 Cascalog，我可能会接受更广泛地调整到 Cascading 的答案。

有时，我会创建一个 Cascalog 查询，它会做错事，并尝试在我的小型开发笔记本电脑上遍历一些海量集合。发生这种情况时，我目前无法杀死工作并挽救我宝贵的电池寿命，而无需杀死总是咬人的父 Clojure 进程（重新启动 JVM/Clojure 并再次恢复应用程序状态……）。

我正在尝试将级联查询的结果写入 MySQL 数据库。为此，我使用cascading-jdbc并遵循我在此处找到的示例。我正在使用cascading-jdbc-core和cascading-jdbc-mysql版本3.0.0。

我正在从我的 REPL 中精确执行这段代码：

当我运行代码时，我在 REPL 中看到了这些日志：

一切看起来都很好。但是，没有写入数据。我对此进行了检查tcpdump，甚至没有与我的本地 MySQL 数据库建立连接。此外，当我将 JDBC-connection-string 更改为明显错误的值（不存在的用户名、不存在的数据库名称，甚至不存在数据库服务器的 IP）时，我会得到相同的日志抱怨什么。

此外，更改jdbc-taptostdout会产生预期值。

我根本不知道如何调试它。是否有可能产生错误输出？现在，我不知道出了什么问题。