TableRow.get上的Google Cloud Dataflow，BigQueryIO和NullPointerException

Question

我是GC Dataflow的新手，并没有找到相关的答案。如果我发现这已经得到回答，请道歉。

我正在尝试使用v2.0 SDK创建一个简单的管道，并且无法使用BigQueryIO将数据读入我的PCollection。我正在使用.withQuery方法，我已经在BigQuery界面中测试了查询，它似乎工作正常。最初的PCollection似乎没有任何问题，但是当我想设置一个简单的ParDo函数将TableRow中的值转换为PCollection时，我在TableRow对象上执行.get的代码行上得到NullPointerException。

这是我的代码。 （我可能错过了一些简单的东西。我是Pipeline编程的新手。任何输入都会非常感激。）

public class ClientAutocompletePipeline {
    private static final Logger LOG = LoggerFactory.getLogger(ClientAutocompletePipeline.class);


    public static void main(String[] args) {
        //  create the pipeline  
        Pipeline p = Pipeline.create(
                PipelineOptionsFactory.fromArgs(args).withValidation().create());

        // A step to read in the product names from a BigQuery table
        p.apply(BigQueryIO.read().fromQuery("SELECT name FROM [beaming-team-169321:Products.raw_product_data]"))

        .apply("ExtractProductNames", ParDo.of(new DoFn<TableRow, String>() {
            @ProcessElement
            public void processElement(ProcessContext c) {
                // Grab a row from the BigQuery Results
                TableRow row = c.element();

                // Get the value of the "name" column from the table row.
                //NOTE: This is the line that is giving me the NullPointerException 
                String productName = row.get("name").toString();

                // Make sure it isn't empty
                if (!productName.isEmpty()) {
                    c.output(productName);
                }
            }
        }))

查询肯定在BigQuery UI中工作，并且在测试查询时返回名为“name”的列。为什么我在这一行上得到NullPointerException：

String productName = row.get("name").toString();

有任何想法吗？

Answer 1

使用BigQuery和Dataflow时，这是一个常见问题（很可能该字段确实是null）。如果你可以使用Scala，你可以看看Scio（这是一个Scala DSL for Dataflow）及其BigQuery IO。

Answer 2

只需使您的代码null安全。替换这个：

String productName = row.get("name").toString();

有这样的事情：

String productName = String.valueOf(row.get("name"));

Answer 3

我想我迟到了，但你可以做一些像if（row.containsKey（“column-name”））。这基本上会告诉您字段是否为空。在BigQuery中，发生的是，在读取数据时，如果列值为null，则它不能作为该特定TableRow的一部分。因此，你得到了那个错误。您还可以执行if（null == row.get（“column-name”））之类的操作来检查字段是否为null。