SparkStreaming找不到reduceByKey的解决方法
2015-01-14 13:53
519 查看
今天写了一个SparkStreaming的测试代码,简单的测试流式读取HDFS中的文件,然后统计WordCount。代码如下:
。
没办法,上网查吧,最后在Spark的mailing list中找到线索:
http://mail-archives.apache.org/mod_mbox/spark-user/201402.mbox/%3CCAMwrk0mN-Q=c970+Sa7JnBZHUPRRN_YZHkMHqQYb6jLFw2pmsA@mail.gmail.com%3E
原来是缺少“import StreamingContext._”,Scala会将DStream隐式转换成PairDStreamFunctions,该类中有K/V数据类型相关的函数,例如groupByKey、reduceByKey、join等。
查看Spark的源代码,在StreamingContext文件中找到如下代码:
隐式转换函数需要额外import,否则无法正常转换。
可以直接import转换函数:
import org.apache.spark.streaming.StreamingContext.toPairDStreamFunctions
或者import org.apache.spark.streaming.StreamingContext._
本文出自 “RunningMan” 博客,请务必保留此出处http://running8.blog.51cto.com/2687882/1603894
package com.company.scala.lk import org.apache.spark.streaming._ /** * Created by kai on 15/1/14. */ object SparkStreamingTest { def loadFile(): Unit = { val ssc = new StreamingContext("yarn-client", "streaming test", Seconds(15)) val fileStreaming = ssc.textFileStream("/user/kai") val rs = fileStreaming.flatMap(_.split("\t")).map(w => (w, 1)).reduceByKey(_ + _).print() ssc.start() ssc.awaitTermination() } def main(args: Array[String]) { loadFile() } }IDE里面提示找不到“reduceByKey”方法,但是官方资料里说是有该方法的。当时怀疑是不是Spark的版本太低了,然后各种版本确认之后也没发现问题(我用的Spark1.2.0版本),一时无解
。
没办法,上网查吧,最后在Spark的mailing list中找到线索:
http://mail-archives.apache.org/mod_mbox/spark-user/201402.mbox/%3CCAMwrk0mN-Q=c970+Sa7JnBZHUPRRN_YZHkMHqQYb6jLFw2pmsA@mail.gmail.com%3E
原来是缺少“import StreamingContext._”,Scala会将DStream隐式转换成PairDStreamFunctions,该类中有K/V数据类型相关的函数,例如groupByKey、reduceByKey、join等。
查看Spark的源代码,在StreamingContext文件中找到如下代码:
implicit def toPairDStreamFunctions[K, V](stream: DStream[(K, V)]) (implicit kt: ClassTag[K], vt: ClassTag[V], ord: Ordering[K] = null) = { new PairDStreamFunctions[K, V](stream) }可以看到,上面的隐式转换函数会将DStream转换为PairDStreamFunctions。
隐式转换函数需要额外import,否则无法正常转换。
可以直接import转换函数:
import org.apache.spark.streaming.StreamingContext.toPairDStreamFunctions
或者import org.apache.spark.streaming.StreamingContext._
本文出自 “RunningMan” 博客,请务必保留此出处http://running8.blog.51cto.com/2687882/1603894
相关文章推荐
- SparkStreaming找不到reduceByKey的解决方法
- SparkStreaming找不到reduceByKey的解决方法
- Sparkstreaming reduceByKeyAndWindow(_+_, _-_, Duration, Duration) 的源码/原理解析
- SparkStreaming之Transform、foreachRDD、updateStateByKey以及reduceByKeyAndWindow
- <转>Sparkstreaming reduceByKeyAndWindow(_+_, _-_, Duration, Duration) 的源码/原理解析
- spark streaming updateStateByKey 使用方法
- 大数据10_02_SparkStreaming输入源、foreachRDD、transform、updateStateByKey、reduceByKeyAndWindow
- Spark代码3之Action:reduce,reduceByKey,sorted,lookup,take,saveAsTextFile
- spark streaming - kafka updateStateByKey 统计用户消费金额
- rdd没有reduceByKey的方法
- 第93讲:Spark Streaming updateStateByKey案例实战和内幕源码
- 【Spark系列2】reduceByKey和groupByKey区别与用法
- Controlling the number of Partitions in Spark for shuffle transformations (Ex. reduceByKey)
- Spark RDD中Transformation的combineByKey、reduceByKey,join详解
- spark中updateStateByKey引发StackOverflowError的解决
- 第93课:Spark Streaming updateStateByKey案例实战和内幕源码解密
- spark ReduceByKey操作
- Spark API 详解/大白话解释 之 reduce、reduceByKey
- spark streaming - kafka updateStateByKey 统计用户消费金额
- [spark]groupbykey reducebykey