Apache spark VPS上的Spark Streaming connect水槽水槽连接被拒绝

我在这里用Spark Streaming（2.2.0）和Flume（1.6.0）的pull方法做一个wordcount实验。在我的本地虚拟机上一切正常，所以我把所有的东西都在线转移到Vultr上的VPS上。使用第三方面板进行管理，并配置sucerity组

以下是我的工作：

启动Flume服务器，将souce绑定到44444上，spark sink绑定到41414上。使用netstat-anp | grep 4444444和41414进行测试，显示正确的用法。所以水槽工作正常

Telnet本地主机44444，用于模拟输入

使用IDEA测试我的程序，下面是出现问题的地方：

以下是错误消息：

20/09/11 13:39:33 ERROR ReceiverTracker: Deregistered receiver for stream 0: Error starting receiver 0 - java.io.IOException: Error connecting to hadoop/96.30.196.34:41414
    at org.apache.avro.ipc.NettyTransceiver.getChannel(NettyTransceiver.java:261)
    at org.apache.avro.ipc.NettyTransceiver.<init>(NettyTransceiver.java:203)
    at org.apache.avro.ipc.NettyTransceiver.<init>(NettyTransceiver.java:138)
    at org.apache.spark.streaming.flume.FlumePollingReceiver$$anonfun$onStart$1.apply(FlumePollingInputDStream.scala:83)
    at org.apache.spark.streaming.flume.FlumePollingReceiver$$anonfun$onStart$1.apply(FlumePollingInputDStream.scala:82)
    at scala.collection.immutable.List.foreach(List.scala:381)
    at org.apache.spark.streaming.flume.FlumePollingReceiver.onStart(FlumePollingInputDStream.scala:82)
    at org.apache.spark.streaming.receiver.ReceiverSupervisor.startReceiver(ReceiverSupervisor.scala:149)
    at org.apache.spark.streaming.receiver.ReceiverSupervisor.start(ReceiverSupervisor.scala:131)
    at org.apache.spark.streaming.scheduler.ReceiverTracker$ReceiverTrackerEndpoint$$anonfun$9.apply(ReceiverTracker.scala:607)
    at org.apache.spark.streaming.scheduler.ReceiverTracker$ReceiverTrackerEndpoint$$anonfun$9.apply(ReceiverTracker.scala:597)
    at org.apache.spark.SparkContext$$anonfun$34.apply(SparkContext.scala:2173)
    at org.apache.spark.SparkContext$$anonfun$34.apply(SparkContext.scala:2173)
    at org.apache.spark.scheduler.ResultTask.runTask(ResultTask.scala:87)
    at org.apache.spark.scheduler.Task.run(Task.scala:108)
    at org.apache.spark.executor.Executor$TaskRunner.run(Executor.scala:335)
    at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
    at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
    at java.lang.Thread.run(Thread.java:748)
Caused by: java.net.ConnectException: Connection refused: hadoop/96.30.196.34:41414
    at sun.nio.ch.SocketChannelImpl.checkConnect(Native Method)
    at sun.nio.ch.SocketChannelImpl.finishConnect(SocketChannelImpl.java:714)
    at org.jboss.netty.channel.socket.nio.NioClientBoss.connect(NioClientBoss.java:152)
    at org.jboss.netty.channel.socket.nio.NioClientBoss.processSelectedKeys(NioClientBoss.java:105)
    at org.jboss.netty.channel.socket.nio.NioClientBoss.process(NioClientBoss.java:79)
    at org.jboss.netty.channel.socket.nio.AbstractNioSelector.run(AbstractNioSelector.java:337)
    at org.jboss.netty.channel.socket.nio.NioClientBoss.run(NioClientBoss.java:42)
    at org.jboss.netty.util.ThreadRenamingRunnable.run(ThreadRenamingRunnable.java:108)
    at org.jboss.netty.util.internal.DeadLockProofWorker$1.run(DeadLockProofWorker.java:42)
    ... 3 more

20/09/11 13:39:33错误ReceiverTracker:流0的已注销接收器：启动接收器0时出错-java.io.IOException:连接到hadoop时出错/96.30.196.34:41414
位于org.apache.avro.ipc.NettyTransceiver.getChannel（NettyTransceiver.java:261）
位于org.apache.avro.ipc.NettyTransceiver（NettyTransceiver.java:203）
位于org.apache.avro.ipc.NettyTransceiver（NettyTransceiver.java:138）
在org.apache.spark.streaming.flume.FlumePollingReceiver$$anonfun$onStart$1.apply上（flumepollingputdstream.scala:83）
在org.apache.spark.streaming.flume.FlumePollingReceiver$$anonfun$onStart$1.apply上（flumepollingputdstream.scala:82）
位于scala.collection.immutable.List.foreach（List.scala:381）
位于org.apache.spark.streaming.flume.FlumePollingReceiver.onStart（FlumePollingInputStream.scala:82）
位于org.apache.spark.streaming.receiver.ReceiverSupervisor.startReceiver（ReceiverSupervisor.scala:149）
位于org.apache.spark.streaming.receiver.ReceiverSupervisor.start（ReceiverSupervisor.scala:131）
在org.apache.spark.streaming.scheduler.ReceiverTracker$receivertrackerdpoint$$anonfun$9.apply（ReceiverTracker.scala:607）
在org.apache.spark.streaming.scheduler.ReceiverTracker$ReceiverTrackerEndpoint$$anonfun$9.apply（ReceiverTracker.scala:597）上
位于org.apache.spark.SparkContext$$anonfun$34.apply（SparkContext.scala:2173）
位于org.apache.spark.SparkContext$$anonfun$34.apply（SparkContext.scala:2173）
位于org.apache.spark.scheduler.ResultTask.runTask（ResultTask.scala:87）
位于org.apache.spark.scheduler.Task.run（Task.scala:108）
位于org.apache.spark.executor.executor$TaskRunner.run（executor.scala:335）
位于java.util.concurrent.ThreadPoolExecutor.runWorker（ThreadPoolExecutor.java:1149）
位于java.util.concurrent.ThreadPoolExecutor$Worker.run（ThreadPoolExecutor.java:624）
运行（Thread.java:748）
原因：java.net.ConnectException:连接被拒绝：hadoop/96.30.196.34:414
在sun.nio.ch.socketchannel.checkConnect（本机方法）
位于sun.nio.ch.SocketChannelImpl.finishConnect（SocketChannelImpl.java:714）
位于org.jboss.netty.channel.socket.nio.NioClientBoss.connect（NioClientBoss.java:152）
位于org.jboss.netty.channel.socket.nio.NioClientBoss.processSelectedKeys（NioClientBoss.java:105）
位于org.jboss.netty.channel.socket.nio.NioClientBoss.process（NioClientBoss.java:79）
位于org.jboss.netty.channel.socket.nio.AbstractNioSelector.run（AbstractNioSelector.java:337）
位于org.jboss.netty.channel.socket.nio.NioClientBoss.run（NioClientBoss.java:42）
位于org.jboss.netty.util.ThreadRenamingRunnable.run（ThreadRenamingRunnable.java:108）
位于org.jboss.netty.util.internal.DeadLockProofWorker$1.run（DeadLockProofWorker.java:42）
... 3个以上

什么可能导致使用VPS的连接被拒绝错误？

下面是我的wordcount示例，主机名和端口在程序参数中设置为hadoop 41414，hadoop在主机中正确设置为VPS的公共IP

    import org.apache.spark.SparkConf
    import org.apache.spark.streaming.flume.FlumeUtils
    import org.apache.spark.streaming.{Seconds, StreamingContext}
    
    object Count {
    
      def main(args: Array[String]): Unit = {
    
        if(args.length !=2){
          System.err.println("Usage: FlumePullWordCount <hostname> <port>")
          System.exit(1)
        }
    
        val Array(hostname, port) = args
        val sparkConf = new SparkConf().setAppName("Count").setMaster("local[2]")
        val ssc = new StreamingContext(sparkConf, Seconds(5))
    
        // Get stream from 41414 based on the flume conf
        val flumeStream = FlumeUtils.createPollingStream(ssc, hostname, port.toInt)
    
        flumeStream.map(x=> new String(x.event.getBody.array()).trim)
          .flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).print()
    
        ssc.start()
        ssc.awaitTermination()
      }

}

import org.apache.spark.SparkConf
导入org.apache.spark.streaming.flume.FlumeUtils
导入org.apache.spark.streaming.{Seconds，StreamingContext}
对象计数{
def main（参数：数组[字符串]）：单位={
如果（参数长度！=2）{
System.err.println（“用法：FlumePullWordCount”）
系统出口（1）
}
val数组（主机名、端口）=参数
val sparkConf=new sparkConf（）.setAppName（“计数”）.setMaster（“本地[2]”）
val ssc=新的StreamingContext（sparkConf，秒（5））
//根据flume配置从41414获取流
val flumeStream=FlumeUtils.createPollingStream（ssc、主机名、端口.toInt）
flumeStream.map（x=>新字符串（x.event.getBody.array（））.trim）
.flatMap（u.split（“”）.map（u，1））.reduceByKey（+）.print（）
ssc.start（）
ssc.终止协议（）
}
}