Sto provando le tecnologie che userò per costruire una pipeline di dati in tempo reale, e ho incontrato alcuni problemi nell'esportazione dei miei contenuti in un file.Output Dstream di Apache Spark in Python
Ho installato un cluster kafka locale e un produttore node.js che invia un semplice messaggio di testo solo per testare la funzionalità e ottenere una stima approssimativa della complessità dell'implementazione.
Questo è il lavoro sparkming che sta leggendo da Kafka e sto cercando di farlo scrivere in un file.
from pyspark import SparkContext
from pyspark.streaming import StreamingContext
from pyspark.streaming.kafka import KafkaUtils
# Create a local StreamingContext with two working thread and batch interval of 1 second
sc = SparkContext("local[2]", "KafkaStreamingConsumer")
ssc = StreamingContext(sc, 10)
kafkaStream = KafkaUtils.createStream(ssc, "localhost:2181", "consumer-group", {"test": 1})
kafkaStream.saveAsTextFile('out.txt')
print 'Event recieved in window: ', kafkaStream.pprint()
ssc.start()
ssc.awaitTermination()
L'errore che sto vedendo al momento della presentazione del lavoro scintilla è:
kafkaStream.saveAsTextFile('out.txt')
AttributeError: 'TransformedDStream' object has no attribute 'saveAsTextFile'
Nessun calcoli o trasformazioni vengono eseguite sui dati, voglio solo per costruire il flusso. Cosa devo modificare/aggiungere per poter esportare i dati in un file?
grazie, ha funzionato, il mio male per non aver controllato a fondo i documenti –