apache-spark - 如何使用 spark 过滤流数据并将其从 apache flume 转换为 rdd/data freame 以将其写入表
问题描述
嗨,我是水槽/Spark/Spark 流媒体的新手。我已经配置了水槽和 netcat 并成功地将数据流式传输到 Spark。
我的要求是从日志文件中检查流数据(水槽流)中的错误并获取错误行(流中出现的行中的单词“ERROR”)并将其作为 DF 将其写入 oracle。
我在下面的过滤器中遇到异常并转换为 DF 代码。请帮我解决这个问题
import org.apache.spark.streaming.flume.FlumeUtils
import org.slf4j.LoggerFactory
import org.apache.spark.SparkConf
import org.apache.spark.streaming.{StreamingContext,Seconds}
import org.apache.spark.streaming.flume._
import org.apache.spark._
import org.apache.spark.streaming._
import spark.implicits._
val hostName = "10.90.3.78"
val port = 9999.toInt
val sparkStreamingContext = new StreamingContext(sc,Seconds(10))
val stream = FlumeUtils.createPollingStream(sparkStreamingContext,hostName,port)
val mappedlines = stream.map( e => new String(e.event.getBody.array()))
.filter(rec => rec.contains("ERROR"))
.map(line => line.split("ERROR"))
val arr = mappedlines.foreachRDD({status=>val DF = status.toDF()})
println(arr)
stream.count().map(cnt => "Received " + cnt + " flume events." ).print()
sparkStreamingContext.start()
sparkStreamingContext.awaitTermination()
解决方案
我已经使用 Foreach 解决了它并将 RDD 转换为 DF。它起作用了,我已成功将错误行插入到 DB 中。
推荐阅读
- c# - 在 WSL (Ubuntu) 下编译 C# 时如何告诉 Mono 为 ARM64 编译
- vue.js - Vue直接URL不起作用,只有router-link点击
- node.js - 使用 JS SDK 在 Parse Server 中查询类的权限被拒绝
- postgresql - Scala Playframework 与 Postgresql 的连接
- python - Python错误:AttributeError:'str'对象没有属性'read'
- javascript - 移动后具有类的jQuery UI可排序最近元素
- amazon-web-services - AWS:在 RDS Aurora 上启用日志记录,但 general_log 和 slow_log 表为空
- laravel - Laravel - 如何在视图中创建(匿名)动态刀片组件
- excel - 使用高级逻辑清理数据库
- javascript - Chrome ShapeDetetion API BarcodeDetector 适用于 javascript 但不适用于 typescript