Spark 2.1 中kudu API 写入和更新的方法

How to write and update by kudu API in Spark 2.1

我想用Kudu来写和更新API。 这是 Maven 依赖项:

<dependency>
  <groupId>org.apache.kudu</groupId>
  <artifactId>kudu-client</artifactId>
  <version>1.1.0</version>
</dependency>
<dependency>
  <groupId>org.apache.kudu</groupId>
  <artifactId>kudu-spark2_2.11</artifactId>
  <version>1.1.0</version>
</dependency>

在下面的代码中,我不知道 KuduContext 参数。

我在 spark2 中的代码-shell:

val kuduContext = new KuduContext("master:7051") 

在 Spark 2.1 流中也出现同样的错误:

import org.apache.kudu.spark.kudu._
import org.apache.kudu.client._
val sparkConf = new SparkConf().setAppName("DirectKafka").setMaster("local[*]")
val ssc = new StreamingContext(sparkConf, Seconds(2))
val messages = KafkaUtils.createDirectStream("")
messages.foreachRDD(rdd => {
   val spark = SparkSession.builder.config(rdd.sparkContext.getConf).getOrCreate()
   import spark.implicits._
   val bb = spark.read.options(Map("kudu.master" -> "master:7051","kudu.table" -> "table")).kudu //good 
   val kuduContext = new KuduContext("master:7051") //error
})

然后报错:

org.apache.spark.SparkException: Only one SparkContext may be running in this JVM (see SPARK-2243). To ignore this error, set spark.driver.allowMultipleContexts = true. The currently running SparkContext was created at: org.apache.spark.sql.SparkSession$Builder.getOrCreate(SparkSession.scala:860)

将您的 Kudu 版本更新到最新版本(当前为 1.5.0)。 KuduContext 在更高版本中将 SparkContext 作为输入参数,应该可以防止出现此问题。

此外,在 foreachRDD 之外进行初始 Spark 初始化。在您提供的代码中,将 sparkkuduContext 移出 foreach。此外,您不需要创建单独的 sparkConf,您可以只使用较新的 SparkSession

val spark = SparkSession.builder.appName("DirectKafka").master("local[*]").getOrCreate()
import spark.implicits._

val kuduContext = new KuduContext("master:7051", spark.sparkContext)
val bb = spark.read.options(Map("kudu.master" -> "master:7051", "kudu.table" -> "table")).kudu

val messages = KafkaUtils.createDirectStream("")
messages.foreachRDD(rdd => {   
  // do something with the bb table and messages       
})