如何使用ApacheSpark流媒体和JavaAPI从所有人那里获取英语推文？

你好，我是Spark的新手）我想做一些Spark项目，通过帮助Spark流媒体模块收集和处理来自这个社交网络的推文（用于我的大学研究）。但我有一个小问题，我现在不知道如何只获取英语推文。有人能帮我吗？我试图对已经接收到的数据执行筛选操作，但我在这行有java.lang.NullPointerException：“if（status.getPlace（）.getCountryCode（）.equals（（us）”）”。但这也是一个糟糕的解决方案。有可能在接收数据之前过滤数据吗？请帮忙，我现在真的不知道。我很乐意得到你的提示

package TwitterAnalysis;

import org.apache.spark.*;
import org.apache.spark.api.java.function.*;
import org.apache.spark.streaming.*;
import org.apache.spark.streaming.api.java.*;
import org.apache.spark.streaming.twitter.*;
import twitter4j.GeoLocation;
import twitter4j.Status;



public class Twitter {

    private static void setTwitterOAuth() {
        System.setProperty("twitter4j.oauth.consumerKey", TwitterOAuthKey.consumerKey);
        System.setProperty("twitter4j.oauth.consumerSecret", TwitterOAuthKey.consumerSecret);
        System.setProperty("twitter4j.oauth.accessToken", TwitterOAuthKey.accessToken);
        System.setProperty("twitter4j.oauth.accessTokenSecret", TwitterOAuthKey.accessTokenSecret);
    }

    public static void main(String [] args) {


        setTwitterOAuth();


        SparkConf conf = new SparkConf().setMaster("local[2]").setAppName("SparkTwitter");
        JavaStreamingContext jssc = new JavaStreamingContext(conf, new Duration(1000));


        JavaReceiverInputDStream<Status> twitterStream = TwitterUtils.createStream(jssc);

        //filtering already received tweets
        JavaDStream<Status> englishTweets=twitterStream.filter(
                new Function <Status, Boolean>(){
                    public Boolean call (Status status){
                        if (status.getPlace().getCountryCode().equals("(us)")){
                            return true;
                        }else
                        {return false;}
                    }
                }
        );


         //Without filter: Output text of all tweets
        JavaDStream<String> statuses = englishTweets.map(
                new Function<Status, String>() {
                    public String call(Status status) { return status.getText(); }
                }
        );




        statuses.print();
        jssc.start();

    }
}

包推特分析；
导入org.apache.spark.*；
导入org.apache.spark.api.java.function.*；
导入org.apache.spark.streaming.*；
导入org.apache.spark.streaming.api.java.*；
导入org.apache.spark.streaming.twitter.*；
导入twitter4j.GeoLocation；
导入twitter4j.状态；
公共类推特{
私有静态void setTwitterOAuth（）{
System.setProperty（“twitter4j.oauth.consumerKey”，TwitterOAuthKey.consumerKey）；
System.setProperty（“twitter4j.oauth.consumerSecret”，TwitterOAuthKey.consumerSecret）；
set属性（“twitter4j.oauth.accessToken”，TwitterOAuthKey.accessToken）；
System.setProperty（“twitter4j.oauth.accessTokenSecret”，TwitterOAuthKey.accessTokenSecret）；
}
公共静态void main（字符串[]args）{
setTwitterOAuth（）；
SparkConf conf=new SparkConf（）.setMaster（“local[2]”）。setAppName（“SparkTwitter”）；
JavaStreamingContext jssc=新的JavaStreamingContext（conf，新的持续时间（1000））；
JavaReceiverInputDStream twitterStream=TwitterUtils.createStream（jssc）；
//过滤已收到的推文
JavaDStream englishTweets=twitterStream.filter(
新函数（）{
公共布尔调用（状态）{
如果（status.getPlace（）.getCountryCode（）.equals（“（美国）”）{
返回true；
}否则
{返回false；}
}
}
);
//无过滤器：输出所有推文的文本
JavaDStream status=englishTweets.map(
新函数（）{
公共字符串调用（状态状态）{return Status.getText（）；}
}
);
statuses.print（）；
jssc.start（）；
}
}

以下是答案，我刚刚创建了新的JavaDStream，并为他使用了getLang（）。解决方案如下所示：

JavaDStream<Status> enTweetdDStream=twitterStream.filter((status) -> "en".equalsIgnoreCase(status.getLang()));

JavaDStream entweetdstream=twitterStream.filter（（状态）->“en”.equalsIgnoreCase（状态.getLang（））；

是否可以这样做：lang:en关键字或lang:es表示西班牙语，lang:de表示德语等等？