Java spark自定义接收器无法处理数据

我已经编写了一个自定义接收器来处理数据流，代码编译和运行良好，但是当我从服务器发送数据时，它会显示在控制台中，但我看不到正在处理的输入

自定义服务器：-

nc -lk 9999

Java代码：-

import com.google.common.io.Closeables;

import org.apache.spark.SparkConf;
import org.apache.spark.storage.StorageLevel;
import org.apache.spark.streaming.Duration;
import org.apache.spark.streaming.api.java.JavaDStream;
import org.apache.spark.streaming.api.java.JavaPairDStream;
import org.apache.spark.streaming.api.java.JavaReceiverInputDStream;
import org.apache.spark.streaming.api.java.JavaStreamingContext;
import org.apache.spark.streaming.receiver.Receiver;
import scala.Tuple2;

import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.ConnectException;
import java.net.Socket;
import java.nio.charset.StandardCharsets;
import java.util.Arrays;
import java.util.regex.Pattern;

/**
 * Custom Receiver that receives data over a socket. Received bytes is interpreted as
 * text and \n delimited lines are considered as records. They are then counted and printed.
 *
 * Usage: JavaCustomReceiver <master> <hostname> <port>
 *   <master> is the Spark master URL. In local mode, <master> should be 'local[n]' with n > 1.
 *   <hostname> and <port> of the TCP server that Spark Streaming would connect to receive data.
 *
 * To run this on your local machine, you need to first run a Netcat server
 *    `$ nc -lk 9999`
 * and then run the example
 *    `$ bin/run-example org.apache.spark.examples.streaming.JavaCustomReceiver localhost 9999`
 */

public class JavaCustomReceiver extends Receiver<String> {
  private static final Pattern SPACE = Pattern.compile(" ");

  public static void main(String[] args) throws Exception {
//    if (args.length < 2) {
//      System.err.println("Usage: JavaCustomReceiver <hostname> <port>");
//      System.exit(1);
//    }

//    StreamingExamples.setStreamingLogLevels();

    // Create the context with a 1 second batch size
    SparkConf sparkConf = new SparkConf().setAppName("JavaCustomReceiver").setMaster("local[*]");
    JavaStreamingContext ssc = new JavaStreamingContext(sparkConf, new Duration(10000));

    // Create an input stream with the custom receiver on target ip:port and count the
    // words in input stream of \n delimited text (eg. generated by 'nc')
    JavaReceiverInputDStream<String> lines = ssc.receiverStream(
      new JavaCustomReceiver("localhost", 9999));    

//    JavaDStream<String> words = lines.flatMap(x -> Arrays.asList(SPACE.split(""))).iterator();
    JavaDStream<String> words = lines.flatMap(x -> Arrays.asList(SPACE.split(" ")).iterator());
    words.foreachRDD(   x-> {
        x.collect().stream().forEach(n-> System.out.println("item of list: "+n));
    });

    JavaPairDStream<String, Integer> wordCounts = words.mapToPair(s -> new Tuple2<>(s, 1))
        .reduceByKey((i1, i2) -> i1 + i2);
    wordCounts.count();
    System.out.println("WordCounts == " + wordCounts);
    wordCounts.print();

    ssc.start();
    ssc.awaitTermination();
  }

  // ============= Receiver code that receives data over a socket ==============

  String host = null;
  int port = -1;

  public JavaCustomReceiver(String host_ , int port_) {
    super(StorageLevel.MEMORY_AND_DISK_2());
    host = host_;
    port = port_;
  }

  @Override
  public void onStart() {
    // Start the thread that receives data over a connection
    new Thread(this::receive).start();
  }

  @Override
  public void onStop() {
    // There is nothing much to do as the thread calling receive()
    // is designed to stop by itself isStopped() returns false
  }

  /** Create a socket connection and receive data until receiver is stopped */
  private void receive() {
    try {
      Socket socket = null;
      BufferedReader reader = null;
      try {
        // connect to the server
        socket = new Socket(host, port);
        reader = new BufferedReader(
            new InputStreamReader(socket.getInputStream(), StandardCharsets.UTF_8));
        // Until stopped or connection broken continue reading
        String userInput;
        while (!isStopped() && (userInput = reader.readLine()) != null) {
          System.out.println("Received data '" + userInput + "'");
          store(userInput);
        }
      } finally {
        Closeables.close(reader, /* swallowIOException = */ true);
        Closeables.close(socket,  /* swallowIOException = */ true);
      }
      // Restart in an attempt to connect again when server is active again
      restart("Trying to connect again");
    } catch(ConnectException ce) {
      // restart if could not connect to server
      restart("Could not connect", ce);
    } catch(Throwable t) {
      restart("Error receiving data", t);
    }
  }
}

import com.google.common.io.Closeables；
导入org.apache.spark.SparkConf；
导入org.apache.spark.storage.StorageLevel；
导入org.apache.spark.streaming.Duration；
导入org.apache.spark.streaming.api.java.JavaDStream；
导入org.apache.spark.streaming.api.java.JavaPairDStream；
导入org.apache.spark.streaming.api.java.JavaReceiverInputDStream；
导入org.apache.spark.streaming.api.java.JavaStreamingContext；
导入org.apache.spark.streaming.receiver.receiver；
导入scala.Tuple2；
导入java.io.BufferedReader；
导入java.io.InputStreamReader；
导入java.net.ConnectException；
导入java.net.Socket；
导入java.nio.charset.StandardCharset；
导入java.util.array；
导入java.util.regex.Pattern；
/**
*通过套接字接收数据的自定义接收器。接收的字节被解释为
*文本和\n分隔行被视为记录。然后进行计数和打印。
*
*用法：JavaCustomReceiver
*是Spark主URL。在本地模式下，应为“本地[n]”，且n>1。
*以及Spark Streaming将连接以接收数据的TCP服务器。
*
*要在本地计算机上运行此功能，首先需要运行Netcat服务器
*`$nc-9999斯里兰卡克朗`
*然后运行示例
*`$bin/run example org.apache.spark.examples.streaming.JavaCustomReceiver localhost 9999`
*/
公共类JavaCustomReceiver扩展了Receiver{
私有静态最终模式空间=Pattern.compile（“”）；
公共静态void main（字符串[]args）引发异常{
//如果（参数长度<2）{
//System.err.println（“用法：JavaCustomReceiver”）；
//系统出口（1）；
//    }
//StreamingExamples.setStreamingLogLevels（）；
//创建具有1秒批量大小的上下文
SparkConf SparkConf=新的SparkConf（）.setAppName（“JavaCustomReceiver”）.setMaster（“local[*]”）；
JavaStreamingContext ssc=新的JavaStreamingContext（sparkConf，新的持续时间（10000））；
//在目标ip:端口上使用自定义接收器创建输入流，并计算
//分隔文本的输入流中的单词（例如由“nc”生成）
JavaReceiverInputDStream行=ssc.receiverStream(
新的JavaCustomReceiver（“localhost”，9999））；
//JavaDStream words=lines.flatMap（x->Arrays.asList（SPACE.split（“”））.iterator（）；
JavaDStream words=lines.flatMap（x->Arrays.asList（SPACE.split（“”）.iterator（））；
words.foreachRDD（x->{
x、 collect（）.stream（）.forEach（n->System.out.println（“列表项：+n））；
});
JavaPairDStream wordCounts=words.mapToPair（s->new Tuple2（s，1））
.还原基（（i1，i2）->i1+i2）；
count.count（）；
System.out.println（“字数=”+字数）；
wordCounts.print（）；
ssc.start（）；
ssc.终止（）；
}
//=============通过套接字接收数据的接收器代码==============
字符串host=null；
int端口=-1；
公共JavaCustomReceiver（字符串主机、int端口）{
super（StorageLevel.MEMORY_和_DISK_2（））；
主机=主机；
端口=端口；
}
@凌驾
public void onStart（）{
//启动通过连接接收数据的线程
新线程（this:：receive.start（）；
}
@凌驾
公共void onStop（）{
//除了调用receive（）的线程之外，没有什么可做的
//被设计为自行停止，isStopped（）返回false
}
/**创建套接字连接并接收数据，直到接收器停止*/
私有无效接收（）{
试一试{
套接字=空；
BufferedReader reader=null；
试一试{
//连接到服务器
套接字=新套接字（主机、端口）；
读卡器=新的BufferedReader(
新的InputStreamReader（socket.getInputStream（），StandardCharsets.UTF_8））；
//直到停止或连接断开，继续读取
字符串用户输入；
而（！isStopped（）&&（userInput=reader.readLine（））！=null）{
System.out.println（“接收到的数据“+”用户输入“+””）；
存储（用户输入）；
}
}最后{
Closeables.close（读卡器，/*异常=*/true）；
Closeables.close（套接字，/*异常=*/true）；
}
//当服务器再次处于活动状态时，重新启动以尝试再次连接
重新启动（“尝试再次连接”）；
}捕获（连接异常）{
//如果无法连接到服务器，请重新启动
重新启动（“无法连接”，ce）；
}捕获（可丢弃的t）{
重新启动（“接收数据错误”，t）；
}
}
}

为什么在print语句的控制台中看不到任何输入

这是我的pom.xml

<dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.11</artifactId>
            <version>2.0.2</version>
        </dependency>

        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.11</version>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>com.microsoft.azure</groupId>
            <artifactId>azure-storage</artifactId>
            <version>5.5.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-streaming_2.11</artifactId>
            <version>2.0.2</version>
            <scope>provided</scope>
        </dependency>

org.apache.spark
spark-core_2.11
2.0.2
朱尼特
朱尼特
4.11
测试
com.microsoft.azure
azure存储
5.5.0
org.apache.spark
spark-U 2.11
2.0.2
假如