【问题标题】:Spark SQL over Streaming - ArrayIndexOutOfBoundsExceptionSpark SQL over Streaming - ArrayIndexOutOfBoundsException
【发布时间】:2016-03-24 00:42:35
【问题描述】:

我有以下代码来启动流式 SQL 查询。我的问题是,在其中一个结果显示 ArrayIndexOutOfBoundsException 之后。为什么会这样?

import org.apache.spark._
import org.apache.spark.streaming.{Seconds, StreamingContext}
import org.apache.spark.streaming.StreamingContext._
import org.apache.spark.sql.SQLContext
import org.apache.spark.streaming.Duration

import org.apache.spark.sql.functions.udf

object StreamingSQL {

   case class Persons(name: String, age: Int)

   def main(args: Array[String]) {

       val sparkConf = new SparkConf().setMaster("local").setAppName("HdfsWordCount")
       val sc = new SparkContext(sparkConf)
       // Create the context
       val ssc = new StreamingContext(sc, Seconds(2))

      val lines = ssc.textFileStream("/home/cloudera/Smartcare/stream/")
      lines.foreachRDD(rdd=>rdd.foreach(println))

      val sqc = new SQLContext(sc);
      //import sqc.createSchemaRDD
       import sqc.implicits._

     // Create the FileInputDStream on the directory and use the
     // stream to count words in new files created

      lines.foreachRDD{rdd=>
           val persons = rdd.map(_.split(",")).map(p => Persons(p(0), p(1).trim.toInt)).toDF()
           persons.registerTempTable("data")
           val teenagers = sqc.sql("SELECT name FROM data WHERE age >= 13 AND age <= 19")
           teenagers.foreach(println)
     }

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

这是我得到的输出。结果正确后,我跳过错误:

16/03/23 16:58:56 INFO GenerateUnsafeProjection: Code generated in 131.828141 ms
[Edgar]
16/03/23 16:58:56 ERROR Executor: Exception in task 0.0 in stage 1.0 (TID 1)
java.lang.ArrayIndexOutOfBoundsException: 1

我的txt是:

Ana,31
Edgar,16
Luis,22
Noelia,26
Isabel50
Pablo,34
Laura,18
Paco,17

【问题讨论】:

  • 我会首先检查 RDD 中的实际数据是否有两个字段。
  • 我检查了RDD有两个字段..
  • 我现在无法测试它,但您至少提供了一个输入数据样本,这很好。如果您将它作为一个完整的 RDD 读取并执行转换,您能否尝试检查它是否会给您同样的错误?

标签: apache-spark apache-spark-sql spark-streaming spark-dataframe


【解决方案1】:

这是因为Isabel50 没有逗号。您的split(",") 只为该行返回一个值,因此p(1) 对该行失败。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2020-03-19
    • 1970-01-01
    • 2016-06-13
    • 2017-12-30
    • 2015-12-18
    • 2018-09-10
    • 1970-01-01
    相关资源
    最近更新 更多