1

我对 Spark 流媒体很陌生，我一直在保存我的输出。

我的问题是，如何将 JavaPairDStream 的输出保存在文本文件中，该文件仅使用 DStream 中的元素为每个文件更新？

例如，对于 wordCount 示例，

JavaPairDStream<String, Integer> wordCounts = words.mapToPair(
      new PairFunction<String, String, Integer>() {
        @Override
        public Tuple2<String, Integer> call(String s) {
          return new Tuple2<>(s, 1);
        }
      }).reduceByKey(new Function2<Integer, Integer, Integer>() {
        @Override
        public Integer call(Integer i1, Integer i2) {
          return i1 + i2;
        }
      });

我会使用以下输出wordCounts.print()，

(Hello,1)
(World,1)

我想将最后几行写入一个文本文件，每批都会用wordCounts.

我尝试了以下方法，

mappedRDD.dstream().saveAsTextFiles("output","txt");

这会生成一堆目录，每批都有几个无意义的文件。

另一种方法是，

mappedRDD.foreachRDD(new Function2<JavaPairDStream<String, Integer>, Time, Void>() {
            public Void Call(JavaPairDStream<String, Integer> rdd, Time time)
            {
                //Something over rdd to save its content on a file???

                return null;
            }
        });

我会很感激一些帮助。

谢谢

4

1 回答 1

3

你可以像下面那样做。这是与 saveAsTextFile 输出多个文件相关的 SO 帖子。

 wordCounts.foreachRDD(rdd ->{
          if(!rdd.isEmpty()){
             rdd.coalesce(1).saveAsTextFile("c:\\temp\\count\\");
          }
      });
于 2016-12-08T06:14:44.483 回答