将 Spark Streaming RDD 推送到 Neo4j -Scala

Question

我需要建立从 Spark Streaming 到 Neo4j 图形的连接 database.The RDD 的类型为 ((is,I),(am,Hello)(sam,happy....)。我需要在 Neo4j 中的每对单词之间建立一条边。

我在 Spark Streaming 文档中找到

dstream.foreachRDD { rdd =>
  rdd.foreachPartition { partitionOfRecords =>
    // ConnectionPool is a static, lazily initialized pool of connections
    val connection = ConnectionPool.getConnection()
    partitionOfRecords.foreach(record => connection.send(record))
    ConnectionPool.returnConnection(connection)  // return to the pool for future reuse
  }
}

to the push to the data to an external database.

我在 Scala 中这样做。我对如何去做有点困惑？我找到了 AnormCypher 和 Neo4jScala 包装器。我可以使用这些来完成工作吗？如果是这样，我该怎么做？如果没有，还有更好的选择吗？

谢谢大家....

Answer 1

看看 MazeRunner (http://www.kennybastani.com/2014/11/using-apache-spark-and-neo4j-for-big.html)，它会给你一些想法。

Answer 2

我用 AnormCypher

做了一个实验

像这样：

implicit val connection = Neo4jREST.setServer("localhost", 7474, "/db/data/")
val conf = new SparkConf().setAppName("Simple Application")
val sc = new SparkContext(conf)
val logData = sc.textFile(FILE, 4).cache()
val count = logData
  .flatMap( _.split(" "))
  .map( w =>
    Cypher("CREATE(:Word {text:{text}})")
      .on( "text" -> w ).execute()
   ).filter( _ ).count()

Neo4j 2.2.x 具有出色的并发写入性能，您可以使用 Spark。因此，您必须写入 Neo4j 的并发线程越多越好。如果每个请求可以批量处理 100 到 1000 个语句，那就更好了。

将 Spark Streaming RDD 推送到 Neo4j -Scala

Pushing Spark Streaming RDDs to Neo4j -Scala

scala

neo4j

apache-spark

anormcypher

spark-streaming