提交云数据流作业时出错

Question

几天前，我无法再提交我的数据流作业，它们因以下错误而失败。

我尝试提交简单的 WordCount 作业，但成功了。即使是我自己的工作的一个非常简化的版本，一切都很好。但是当我添加更多代码（添加 GroupByKey 转换）时，我无法再提交它。

有人知道这个错误是什么意思吗？

谢谢， G

线程 "main" java.lang.RuntimeException 中的异常：无法创建工作流作业：收到无效的 JSON 负载。未知令牌。
       { 8r 瓦
^
    在 com.google.cloud.dataflow.sdk.runners.DataflowPipelineRunner.run(DataflowPipelineRunner.java:219)
    在 com.google.cloud.dataflow.sdk.runners.BlockingDataflowPipelineRunner.run（阻塞DataflowPipelineRunner.java:96）
    在 com.google.cloud.dataflow.sdk.runners.BlockingDataflowPipelineRunner.run（阻塞DataflowPipelineRunner.java:47）
    在 com.google.cloud.dataflow.sdk.Pipeline.run(Pipeline.java:145)
    在 snippet.WordCount.main(WordCount.java:165)
原因：com.google.api.client.googleapis.json.GoogleJsonResponseException: 400 Bad Request
{
  "code" : 400,
  "errors"：[{
    "domain" : "global",
    "message" : "Invalid JSON payload received. Unknown token.\n\u001F \b\u0000\u0000\u0000\u0000\u0000\u0000\u0000  \t{ 8r\u0000 W\n^",
    "reason" : "badRequest"
  } ],
  "message" : "Invalid JSON payload received. Unknown token.\n\u001F \b\u0000\u0000\u0000\u0000\u0000\u0000\u0000  \t{ 8r\u0000 W\n^",
  "status" : "INVALID_ARGUMENT"
}

Answer 1

为了调试此问题，我们要验证发出的请求是否有效并找到 JSON 有效负载的无效部分。为此，我们将：

增加日志记录的详细程度
重新运行应用程序并捕获日志
在日志中找到代表 JSON 有效载荷的相关部分
验证 JSON 有效载荷

增加日志记录的详细程度

通过在构建管道之前将以下几行添加到您的 main 中，您将告诉 Java 记录器实现增加 "com.google.api" 包的详细程度。这反过来会将 HTTP request/responses 记录到 Google API。

import java.util.logging.ConsoleHandler;
import java.util.logging.Level;
import java.util.logging.Logger;
public class MyDataflowProgram {
  public static void main(String[] args) {
    ConsoleHandler consoleHandler = new ConsoleHandler();
    consoleHandler.setLevel(Level.ALL);
    Logger googleApiLogger = Logger.getLogger("com.google.api");
    googleApiLogger.setLevel(Level.ALL);
    googleApiLogger.setUseParentHandlers(false);
    googleApiLogger.addHandler(consoleHandler);
    ... Pipeline Construction ...
}

重新运行应用程序并捕获日志

您需要重新运行您的 Dataflow 应用程序并捕获日志。这取决于你的开发环境，你用的是什么OSand/orIDE。例如，当使用 Eclipse 时，日志将出现在控制台 window 中。保存这些日志将帮助您维护问题的记录。

在日志中找到代表 JSON 有效载荷的相关部分

在重新执行数据流作业期间，您需要查找与提交数据流作业相关的日志。这些日志将包含 HTTP 请求和响应，如下所示：

POST https://dataflow.googleapis.com/v1b3/projects/$GCP_PROJECT_NAME/jobs
Accept-Encoding: gzip
... Additional HTTP headers ...
... JSON request payload for creation ...
{"environment":{"clusterManagerApiService":"compute.googleapis.com","dataset":"bigquery.googleapis.com/cloud_dataflow","sdkPipelineOptions": ...

-------------- RESPONSE --------------
HTTP/1.1 200 OK
... Additional HTTP headers ...
... JSON response payload ...

您对请求负载感兴趣，因为您收到的错误表明它是问题的根源。

验证 JSON 有效载荷

可以使用许多 JSON 个验证器，但我更喜欢使用 http://jsonlint.com/，因为它很简单。如果可以，请通过更新问题来分享您的发现，或者如果您遇到困难，请随时给我发私信。

提交云数据流作业时出错

Error submitting a cloud dataflow job

google-cloud-dataflow