我是 Cassandra 和 Spark 的新手，正在尝试使用 spark 从数据库中获取数据。 为此，我正在使用 Java。 问题是没有抛出异常或发生错误，但我仍然无法获取数据。在下面找到我的代码 -
SparkConf sparkConf = new SparkConf();
sparkConf.setAppName("Spark-Cassandra Integration");
sparkConf.setMaster("local[4]");
sparkConf.set("spark.cassandra.connection.host", "stagingHost22");
sparkConf.set("spark.cassandra.connection.port", "9042");
sparkConf.set("spark.cassandra.connection.timeout_ms", "5000");
sparkConf.set("spark.cassandra.read.timeout_ms", "200000");
JavaSparkContext javaSparkContext = new JavaSparkContext(sparkConf);
String keySpaceName = "testKeySpace";
String tableName = "testTable";
CassandraJavaRDD<CassandraRow> cassandraRDD = CassandraJavaUtil.javaFunctions(javaSparkContext).cassandraTable(keySpaceName, tableName);
final ArrayList dataList = new ArrayList();
JavaRDD<String> userRDD = cassandraRDD.map(new Function<CassandraRow, String>() {
private static final long serialVersionUID = -165799649937652815L;
public String call(CassandraRow row) throws Exception {
System.out.println("Inside RDD call");
dataList.add(row);
return "test";
}
});
System.out.println( "data Size -" + dataList.size());
Cassandra 和 spark maven 依赖项是 -
<dependency>
<groupId>com.datastax.cassandra</groupId>
<artifactId>cassandra-driver-core</artifactId>
<version>3.0.0</version>
</dependency>
<dependency>
<groupId>com.datastax.cassandra</groupId>
<artifactId>cassandra-driver-mapping</artifactId>
<version>3.0.0</version>
</dependency>
<dependency>
<groupId>com.datastax.cassandra</groupId>
<artifactId>cassandra-driver-extras</artifactId>
<version>3.0.0</version>
</dependency>
<dependency>
<groupId>com.sparkjava</groupId>
<artifactId>spark-core</artifactId>
<version>2.5.4</version>
</dependency>
<dependency>
<groupId>com.datastax.spark</groupId>
<artifactId>spark-cassandra-connector_2.10</artifactId>
<version>2.0.0-M3</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.10</artifactId>
<version>1.4.0</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_2.10</artifactId>
<version>1.3.0</version>
</dependency>
这确保 stagingHost22 主机具有带有键空间 - testKeySpace 和表名 - testTable 的 cassandra 数据。查找以下查询输出 -
cqlsh:testKeySpace> select count(*) from testTable;
count
34
(1 rows)
有人可以建议我在这里缺少什么吗？
提前致谢。
热烈的问候，
维巴哈
最佳答案
您当前的代码不执行任何 Spark 操作。因此没有数据被加载。
查看 Spark 文档以了解 Spark 中转换和操作之间的区别: http://spark.apache.org/docs/latest/programming-guide.html#rdd-operations
此外，在使用 Cassandra 连接器时，通常不需要将 CassandraRows 添加到 ArrayList。我建议首先实现一个简单的选择(遵循 Spark-Cassandra-Connector 文档)。如果这有效，您可以根据需要扩展此代码。
检查以下示例链接，了解如何使用连接器加载数据:
关于java - 无法使用 spark (java) 从 Cassandra 获取数据，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41936487/