[英]Receive streaming data from dataset with custom receiver [Spark Streaming]
[英]How to access metadata stored by Spark Streaming custom receiver?
Spark Streaming提供了創建自定義接收器的功能,詳見此處 。 為了將接收器接收的數據存儲到Spark中,需要使用store(data)
方法。
我存儲到Spark的數據具有與之關聯的某些屬性。 由自定義接收器擴展的Spark Receiver類提供了表單store(data, metadata)
多種存儲方法,這意味着元數據/屬性可以與數據一起存儲。 下面的代碼提取顯示了我如何使用此方法來存儲數據及其元數據/屬性。
public class CustomReceiver extends Receiver<String> {
public CustomReceiver() {
super(StorageLevel.MEMORY_AND_DISK_2());
}
@Override
public void onStart() {
new Thread() {
@Override
public void run() {
try {
receive();
} catch (IOException e) {
restart("Error connecting: ", e);
}
}
}.start();
}
@Override
public void onStop() {
// Not needed as receive() method closes resources when stopped
}
private void receive() throws IOException {
String str = getData();
Map<String, String> metadata = getMetadata();
Iterator<String> it = Arrays.asList(str.split("\n\r")).iterator();
store(it, metadata);
if (isStopped()) {
closeConnections();
}
}
}
從另一個類訪問此存儲的數據,如以下代碼提取中所示:
private void testCustomReceiver() {
JavaDStream<String> custom = ssc.receiverStream(new CustomReceiver());
JavaDStream<String> processedInput = custom.flatMap(row -> {
return Arrays.asList(row.split("\\r?\\n"));
});
processedInput.print();
}
現在我們提出了一個問題 :如何從上面顯示的testCustomReceiver()
方法訪問與自定義接收器中的數據一起存儲的元數據/屬性?
我已經嘗試搜索文檔並在調試器中探索JavaDStream
對象來搜索元數據,但無濟於事。 非常感謝您對此事的任何幫助或建議,謝謝。
我一直在尋找Spark代碼,我相信你再也無法訪問它了。 事實上,我不相信它曾被使用過。
接收器的主管采用metadataOption並將其放入ReceivedBlockInfo(對org.apache.spark.streaming是私有的)。 從那里開始......無處可去。 我在流代碼庫中找不到ReceivedBlockInfo.metadataOption的引用。 假設有可能將ReceivedBlockInfo序列化然后反序列化為不同的類,或者某些時髦的反射檢索元數據,但這兩者都是這樣的反模式,我不會指望它發生。
為什么會這樣? 我相信它的目的是讓它成為元數據檢查點系統的一部分,但它要么從未被連接過,要么連接到Receiver元數據和流檢查點之間的連接。
無論哪種方式,一旦塊被放入流中,塊元數據就會消失。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.