Question

我想知道是否存在从HDFS到Storm的流数据的任何spout实现（类似于HDFS的Spark Streaming）。我知道有一些螺栓实现可以将数据写入HDFS（https://github.com/ptgoetz/storm-hdfs和http://docs.hortonworks.com/HDPDocuments/HDP2/HDP-2.1.3/bk_user-guide/content/ch_storm-using-hdfs-connector.html），但另一方面我无法找到。我感谢任何建议和提示。

Answer 1

选项是使用Hadoop HDFS java API。假设您正在使用maven，那么您将在pom.xml中包含hadoop-common：

<dependency>
   <groupId>org.apache.hadoop</groupId>
   <artifactId>hadoop-common</artifactId>
   <version>2.6.0.2.2.0.0-2041</version>
</dependency>

然后，在您的spout实现中，您将使用HDFS FileSystem对象。例如，下面是一些伪代码，用于将文件中的每一行作为字符串发出：

@Override
public void nextTuple() {
   try {
      Path pt=new Path("hdfs://servername:8020/user/hdfs/file.txt");
      FileSystem fs = FileSystem.get(new Configuration());
      BufferedReader br = new BufferedReader(new InputStreamReader(fs.open(pt)));
      String line = br.readLine();
      while (line != null){
         System.out.println(line);
         line=br.readLine();
         // emit the line which was read from the HDFS file
         // _collector is a private member variable of type SpoutOutputCollector set in the open method;
         _collector.emit(new Values(line));
      }
   } catch (Exception e) {
      _collector.reportError(e);
      LOG.error("HDFS spout error {}", e);
   }
}

将HDFS数据流式传输到Storm（又名HDFS喷口）

1 个答案: