[英]rdd action will be suspended in DStream foreachRDD function
我遇到了错误:rdd操作将在DStream foreachRDD函数中挂起。
请参考以下代码。
import _root_.kafka.common.TopicAndPartition
import _root_.kafka.message.MessageAndMetadata
import _root_.kafka.serializer.StringDecoder
import org.apache.spark._
import org.apache.spark.streaming._
import org.apache.spark.streaming.kafka._
object StreamingTest {
def main(args: Array[String]) {
val conf = new SparkConf().setMaster("local[4]").setAppName("NetworkWordCount")
val sc = new SparkContext(conf)
val ssc = new StreamingContext(sc, Seconds(5))
val kafkaParams = Map("metadata.broker.list" -> "localhost:9092")
val topicOffset = Map(TopicAndPartition("test_log",0)->200000L)
val messageHandler = (mmd: MessageAndMetadata[String, String]) => mmd.message
val kafkaStream = KafkaUtils.createDirectStream[String,String,StringDecoder,StringDecoder,String](ssc,kafkaParams,topicOffset,messageHandler)
kafkaStream.foreachRDD(rdd=>{
println(rdd.count())
val collected = rdd.collect()
})
ssc.start()
ssc.awaitTermination()
}
}
错误:
函数rdd.count()
或rdd.collect()
将被挂起。
我正在使用spark
版本是1.4.1。
我使用方式有误吗?
提前致谢。
如果我们未从kafka设置maxRatePerPartition,它将尝试读取所有数据,因此看起来就像是已暂停。 但是实际上它正忙于读取数据。
设置以下配置后
spark.streaming.kafka.maxRatePerPartition=1000
它将打印日志。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.