apache-spark - Apache Zeppelin 未显示 Spark 输出

Question

我正在使用以下数据示例使用 Spark 测试 Zeppelin：

import org.apache.spark.graphx._
import org.apache.spark.rdd.RDD

val vertexArray = Array(
(1L, ("Alice", 28)),
(2L, ("Bob", 27)),
(3L, ("Charlie", 65)),
(4L, ("David", 42)),
(5L, ("Ed", 55)),
(6L, ("Fran", 50))
)
val edgeArray = Array(
Edge(2L, 1L, 7),
Edge(2L, 4L, 2),
Edge(3L, 2L, 4),
Edge(3L, 6L, 3),
Edge(4L, 1L, 1),
Edge(5L, 2L, 2),
Edge(5L, 3L, 8),
Edge(5L, 6L, 3)
)

val vertexRDD: RDD[(Long, (String, Int))] = sc.parallelize(vertexArray)
val edgeRDD: RDD[Edge[Int]] = sc.parallelize(edgeArray)
val graph: Graph[(String, Int), Int] = Graph(vertexRDD, edgeRDD)

我注意到 Zeppelin 并不总是能够显示输出，即使代码在 Spark-Shell 中运行良好。下面是一个例子，知道如何解决这个问题吗？

graph.vertices.filter { case (id, (name, age)) => age > 30 }.foreach {
case (id, (name, age)) => println(s"$name is $age")
}

Answer 1

这里真的没有什么可以解决的。这只是一种预期的行为。闭包内的代码在foreach工作人员上执行，而不是在运行笔记本的驱动程序上执行。它的输出可以根据你的配置被捕获，但它不是你可以依赖的。

如果你想从驱动程序输出东西，最好的选择是在本地collect转换toLocalIterator和迭代：

graph.vertices.filter { case (id, (name, age)) => age > 30 }.collect.foreach {
  case (id, (name, age)) => println(s"$name is $age")
}