ストリーミングデータiが異なるテーブルスパークストリーミングフィルタリング私はストリーミングデータをフィルタ処理しようとすると、id列の値に基づいています
にデータを保存したい私は2つのテーブル
- を持っていますtestTable_odd(ID、DATA1、DATA2)
- testTable_even(ID、DATA1)
id値が奇数である場合、値はその後もあるならば、私はtestTable_oddテーブルにレコードを保存すると、私はtestTable_evenにレコードを保存したい。
ここで難しい部分は私の2つのテーブルが異なる列を持っています。複数の方法を試しました。戻り値の型を持つScala関数とみなされました[obj1、obj2]ですが、成功することができませんでした。
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.sql.SaveMode
import org.apache.spark.streaming.Seconds
import org.apache.spark.streaming.StreamingContext
import org.apache.spark.streaming.kafka.KafkaUtils
import com.datastax.spark.connector._
import kafka.serializer.StringDecoder
import org.apache.spark.rdd.RDD
import com.datastax.spark.connector.SomeColumns
import java.util.Formatter.DateTime
object StreamProcessor extends Serializable {
def main(args: Array[String]): Unit = {
val sparkConf = new SparkConf().setMaster("local[2]").setAppName("StreamProcessor")
.set("spark.cassandra.connection.host", "127.0.0.1")
val sc = new SparkContext(sparkConf)
val ssc = new StreamingContext(sc, Seconds(2))
val sqlContext = new SQLContext(sc)
val kafkaParams = Map("metadata.broker.list" -> "localhost:9092")
val topics = args.toSet
val stream = KafkaUtils.createDirectStream[String, String, StringDecoder, StringDecoder](
ssc, kafkaParams, topics)
stream
.map {
case (_, msg) =>
val result = msgParseMaster(msg)
(result.id, result.data)
}.foreachRDD(rdd => if (!rdd.isEmpty) rdd.saveToCassandra("testKS","testTable",SomeColumns("id","data")))
}
}
ssc.start()
ssc.awaitTermination()
}
import org.json4s._
import org.json4s.native.JsonMethods._
case class wordCount(id: Long, data1: String, data2: String) extends serializable
implicit val formats = DefaultFormats
def msgParseMaster(msg: String): wordCount = {
val m = parse(msg).extract[wordCount]
return m
}
}
ありがとうございます。私は一度のフィルタリングでそれを別の方法で解決しました。 – Suresh
ちょっとあなたのソリューションを投稿して、正しい答えとしてマークすることができますか?そして私はそれもまた見たいと思っています:P –
確かにそれは今日行います。プロセスをリストするだけです。私は以下の手順を実行しました。 1)JSON StringとCaseクラスの詳細を抽出2)フィルタ条件の両方に必要な詳細を持つスーパーJSONを作成3)JSONをDataFrameに変換4)JSONでselectとwhere句を実行5)キャサンドラに保存 – Suresh