Question

Spark结构化流代码时出现以下异常

18/12/05 15:00:38错误StreamExecution：查询[id = 48ec92a0-811a-4d57-a65d-c0b9c754e093，runId = 5e2adff4-855e-46c6-8592-05e3557544c6]终止，并出现错误 java.lang.ClassCastException：org.apache.spark.sql.execution.streaming.SerializedOffset无法转换为org.apache.spark.sql.execution.streaming.LongOffset 在org.apache.bahir.sql.streaming.mqtt.MQTTTextStreamSource.getBatch（MQTTStreamSource.scala：152）在 org.apache.spark.sql.execution.streaming.StreamExecution $$ anonfun $ org $ apache $ spark $ sql $ execution $ streaming $ StreamExecution $$ runBatch $ 2 $$ anonfun $ apply $ 7.apply（StreamExecution.scala：614）< / p>

每次启动查询时都会发生此异常。在删除检查点后启动它时，它确实起作用。

Spark结构化流代码如下，基本上我只是从MQTT队列中读取数据并写入ElasticSearch索引。

spark
  .readStream
  .format("org.apache.bahir.sql.streaming.mqtt.MQTTStreamSourceProvider")
  .option("topic", "Employee")
  .option("username", "username")
  .option("password", "password")
  .option("clientId", "employee11")
  .load("tcp://localhost:8000")
  .as[(String, Timestamp)]
  .writeStream
  .outputMode("append")
  .format("es")
  .option("es.resource", "spark/employee")
  .option("es.nodes", "localhost")
  .option("es.port", 9200)
  .start()
  .awaitTermination()

以下是所使用的依赖项。我使用MapR发行版。

  "org.apache.spark" %% "spark-core" % "2.2.1-mapr-1803",
  "org.apache.spark" %% "spark-sql" % "2.2.1-mapr-1803",
  "org.apache.spark" %% "spark-streaming" % "2.2.1-mapr-1803",
  "org.apache.bahir" %% "spark-sql-streaming-mqtt" % "2.2.1",
  "org.apache.bahir" %% "spark-streaming-mqtt" % "2.2.1",
  "org.elasticsearch" %% "elasticsearch-spark-20" % "6.3.2"

Spark-submit命令

/opt/mapr/spark/spark-2.2.1/bin/spark-submit \
  --master yarn \
  --deploy-mode cluster \
  --jars spark-sql-streaming-mqtt_2.11-2.2.1.jar,org.eclipse.paho.client.mqttv3-1.1.0.jar,elasticsearch-spark-20_2.11-6.3.2.jar,mail-1.4.7.jar myjar_2.11-0.1.jar \
  --class <MAIN_CLASS>

对此将有任何帮助。

Answer 1

在Apache Bahir中，似乎bug。

为什么查询会使用MQTT Source抛出ClassCastException“无法将SerializedOffset强制转换为org.apache.spark.sql.execution.streaming.LongOffset”？

1 个答案: