有没有办法修改此代码以让火花流从 json 中读取？

Question

我正在开发一个 spark 流应用程序/代码，它不断地从 localhost 9098 读取数据。有没有办法将 localhost 修改为 以便自动从文件夹路径或 json 读取数据？

import org.apache.spark.streaming.{Seconds, StreamingContext}
import org.apache.spark.{SparkConf, SparkContext}
import org.apache.log4j.Logger
import org.apache.log4j.Level

object StreamingApplication extends App {

  Logger.getLogger("Org").setLevel(Level.ERROR)

  //creating spark streaming context
  val sc = new SparkContext("local[*]", "wordCount")
  val ssc = new StreamingContext(sc, Seconds(5))

  // lines is a Dstream
  val lines = ssc.socketTextStream("localhost", 9098)

  // words is a transformed Dstream
  val words = lines.flatMap(x => x.split(" "))

  // bunch of transformations
  val pairs = words.map(x=> (x,1))
  val wordsCount = pairs.reduceByKey((x,y) => x+y)

  // print is an action
  wordsCount.print()

  // start the streaming context
  ssc.start()

ssc.awaitTermination()


}

基本上，我需要帮助来修改以下代码：

val lines = ssc.socketTextStream("localhost", 9098)

到这里：

val lines = ssc.socketTextStream("<folder path>")

仅供参考，我正在使用 IntelliJ Idea 来构建它。

Answer 1

我建议阅读 Spark 文档，尤其是 scaladoc。

似乎存在一个方法fileStream。

https://spark.apache.org/docs/2.4.0/api/java/org/apache/spark/streaming/StreamingContext.html