scintilla in streaming FILESTREAM

Question

sto programmando con scintilla in streaming, ma hanno qualche problema con Scala. Sto cercando di utilizzare la funzione StreamingContext.fileStream

La definizione di questa funzione è simile a questo:

def fileStream[K, V, F <: InputFormat[K, V]](directory: String)(implicit arg0: ClassManifest[K], arg1: ClassManifest[V], arg2: ClassManifest[F]): DStream[(K, V)] 

creare un flusso di ingresso che controlla un file system compatibile con Hadoop per i nuovi file e li legge con il dati i tipi di valori-chiave e il formato di input. Nomi di file che iniziano con. sono ignorati K tipo chiave di lettura di file HDFS tipo V valore per la lettura di file di HDFS F formato di input per la lettura di file di HDFS directory directory HDFS per monitorare nuovo file

non so come passare il tipo di chiave e valore. mio codice in Streaming scintilla:

val ssc = new StreamingContext(args(0), "StreamingReceiver", Seconds(1), 
    System.getenv("SPARK_HOME"), Seq("/home/mesos/StreamingReceiver.jar")) 

// Create a NetworkInputDStream on target ip:port and count the 
val lines = ssc.fileStream("/home/sequenceFile") 

codice Java per scrivere il file Hadoop:

public class MyDriver { 

private static final String[] DATA = { "One, two, buckle my shoe", 
     "Three, four, shut the door", "Five, six, pick up sticks", 
     "Seven, eight, lay them straight", "Nine, ten, a big fat hen" }; 

public static void main(String[] args) throws IOException { 
    String uri = args[0]; 
    Configuration conf = new Configuration(); 
    FileSystem fs = FileSystem.get(URI.create(uri), conf); 
    Path path = new Path(uri); 
    IntWritable key = new IntWritable(); 
    Text value = new Text(); 
    SequenceFile.Writer writer = null; 
    try { 
     writer = SequenceFile.createWriter(fs, conf, path, key.getClass(), 
       value.getClass()); 
     for (int i = 0; i < 100; i++) { 
      key.set(100 - i); 
      value.set(DATA[i % DATA.length]); 
      System.out.printf("[%s]\t%s\t%s\n", writer.getLength(), key, 
        value); 
      writer.append(key, value); 
     } 
    } finally { 
     IOUtils.closeStream(writer); 
    } 
} 

}

Answer 1

Se si desidera utilizzare fileStream, si sta andando ad avere per fornire tutte 3 parametri di tipo ad esso quando lo chiama. Hai bisogno di sapere che cosa i vostri Key, Value e InputFormat tipi sono prima di chiamare. Se i tipi sono stati LongWritable, Text e TextInputFormat, si dovrebbe chiamare fileStream in questo modo:

val lines = ssc.fileStream[LongWritable, Text, TextInputFormat]("/home/sequenceFile") 

Se questi 3 tipi capita di essere il vostro tipo, allora si potrebbe desiderare di utilizzare textFileStream invece in quanto non necessita di alcun tipo params e delegati a fileStream usando quei 3 tipi che ho citato. Utilizzo che sarebbe simile a questa:

val lines = ssc.textFileStream("/home/sequenceFile") 

Answer 2

val filterF = new Function[Path, Boolean] { 
    def apply(x: Path): Boolean = { 
     val flag = if(x.toString.split("/").last.split("_").last.toLong < System.currentTimeMillis) true else false 
     return flag 
    } 
} 

val streamed_rdd = ssc.fileStream[LongWritable, Text, TextInputFormat]("/user/hdpprod/temp/spark_streaming_input",filterF,false).map(_._2.toString).map(u => u.split('\t'))