Spark2 Kafka Структурированная потоковая передача Java не знает функцию from_json - PullRequest
Новая
       21

Spark2 Kafka Структурированная потоковая передача Java не знает функцию from_json

0 голосов
/ 24 сентября 2018

У меня есть вопрос относительно структурированной потоковой передачи Spark в потоке Kafka.

У меня есть схема типа: 

StructType schema = new StructType()
                .add("field1", StringType)
                .add("field2", StringType)
                .add("field3", StringType)
                .add("field4", StringType)
                .add("field5", StringType);

Я загружаю свой поток из темы Kafka как: 

Dataset<Row> ds1 = spark
                .readStream()
                .format("kafka")
                .option("kafka.bootstrap.servers", "brokerlist")
                .option("zookeeper.connect", "zk_url")
                .option("subscribe", "topic")
                .option("startingOffsets", "earliest")
                .option("max.poll.records", 10)
                .option("failOnDataLoss", false)
                .load();

следующее преобразование в строку, тип строки: 

Dataset<Row> df1 = ds1.selectExpr("CAST(key AS STRING)", "CAST(value AS STRING)");

Теперь я хотел бы преобразовать поле значения (которое является JSON) в ранее преобразованную схему, которая должна сделатьSQL-запросы проще: 

Dataset<Row> df2 = df1.select(from_json("value", schema=schema).as("data").select("single_column_field");

Кажется, что Spark 2.3.1 не знает функцию from_json?

Это мой импорт: 

import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.apache.spark.sql.SparkSession;
import org.apache.spark.sql.streaming.OutputMode;
import org.apache.spark.sql.streaming.StreamingQueryException;
import org.apache.spark.sql.types.StructType;

Есть идеи, как решить эту проблему?Обратите внимание, что я ищу не решение Scala, а решение, основанное исключительно на Java!

1 Ответ

0 голосов
/ 24 сентября 2018

Этот код работает для меня.Надеюсь, это поможет 

val df = spark
  .readStream
  .format("kafka")
  .option("kafka.bootstrap.servers", "192.168.34.216:9092")
  .option("subscribe", "topicName")
  .load()
//df.show();
import spark.implicits._
val comingXDR = df.select("value").as[String].withColumn("_tmp", split($"value", "\\,")).withColumn("MyNewColumnName1", $"_tmp".getItem(0)).withColumn("MyNewColumnName2", $"_tmp".getItem(1)).withColumn("MyNewColumnName3", $"_tmp".getItem(2)).withColumn("MyNewColumnName4", $"_tmp".getItem(3)).drop("value").drop("_tmp")
...