Scala 如何在Spark 2.1中编写和更新kudu API

我想用Kudu API编写和更新。 这是maven依赖项：

<dependency>
  <groupId>org.apache.kudu</groupId>
  <artifactId>kudu-client</artifactId>
  <version>1.1.0</version>
</dependency>
<dependency>
  <groupId>org.apache.kudu</groupId>
  <artifactId>kudu-spark2_2.11</artifactId>
  <version>1.1.0</version>
</dependency>

Spark 2.1流媒体中也存在相同的错误：

import org.apache.kudu.spark.kudu._
import org.apache.kudu.client._
val sparkConf = new SparkConf().setAppName("DirectKafka").setMaster("local[*]")
val ssc = new StreamingContext(sparkConf, Seconds(2))
val messages = KafkaUtils.createDirectStream("")
messages.foreachRDD(rdd => {
   val spark = SparkSession.builder.config(rdd.sparkContext.getConf).getOrCreate()
   import spark.implicits._
   val bb = spark.read.options(Map("kudu.master" -> "master:7051","kudu.table" -> "table")).kudu //good 
   val kuduContext = new KuduContext("master:7051") //error
})

然后是错误：

org.apache.spark.SparkException:只能运行一个SparkContext 在这个JVM中（参见SPARK-2243）。若要忽略此错误，请设置 spark.driver.allowMultipleContexts=true。当前正在运行的 SparkContext创建于： org.apache.spark.sql.SparkSession$Builder.getOrCreate（SparkSession.scala:860）

---

将Kudu的版本更新为最新版本（当前为1.5.0）。

KuduContext

将

SparkContext

作为更高版本中的输入参数，这将防止出现此问题

另外，在

foreachRDD

之外执行初始火花初始化。在您提供的代码中，将

spark

和

kuduContext

移出foreach。此外，您不需要创建单独的

sparkConf

，只可以使用较新的

SparkSession

val spark = SparkSession.builder.appName("DirectKafka").master("local[*]").getOrCreate()
import spark.implicits._

val kuduContext = new KuduContext("master:7051", spark.sparkContext)
val bb = spark.read.options(Map("kudu.master" -> "master:7051", "kudu.table" -> "table")).kudu

val messages = KafkaUtils.createDirectStream("")
messages.foreachRDD(rdd => {   
  // do something with the bb table and messages       
})

---

看起来你已经有了一个活跃的SparkContext（既然您是从

rdd.sparkContext.getConf

获取配置的。为什么要创建一个新的配置？我在spark2 shell中运行默认包含sparksession的代码。如果您使用spark shell，您不需要maven依赖项。启动shell时包含kudu jar。我可能会误导您。我现在已经更新了我的问题。您应该顶级制作/为每个RDD@cricket_007获得一个新的SparkSession和KuduContext。使用kudu-spark2_2.11_1.1.0，似乎只有一个参数KuduContext（org.apache.kudu.spark.kudu）在foreachRDD内部由于spark streaming doc而触发初始化。out foreachRD有val ssc=新的StreamingContext（sparkConf，秒（2）@秋：在foreach中不应该有这样的初始化。你在哪里看到的？它是doc:@秋：查看文档中的链接，他们实际定义了一个

SparkSessionSingleton

对象，在循环中使用。

val spark = SparkSession.builder.appName("DirectKafka").master("local[*]").getOrCreate()
import spark.implicits._

val kuduContext = new KuduContext("master:7051", spark.sparkContext)
val bb = spark.read.options(Map("kudu.master" -> "master:7051", "kudu.table" -> "table")).kudu

val messages = KafkaUtils.createDirectStream("")
messages.foreachRDD(rdd => {   
  // do something with the bb table and messages       
})