我试图仅使用spark中的一行将一行保存到cassandra表中(这是在spark中长时间处理后的结果),我使用新方法使用spark会话连接到cassandra,如下所示:
SparkSession spark = SparkSession
.builder()
.appName("App")
.config("spark.cassandra.connection.host", "cassandra1.example.com")
.config("spark.cassandra.connection.port", "9042")
.master("spark://cassandra.example.com:7077")
.getOrCreate();
连接成功并且运行良好,因为我在与cassandra相同的节点上安装了Spark,在从cassandra读取一些RDD之后我想保存到cassandra中的另一个表,所以我遵循文档here,即保存到cassandra的部分如下:
List<Person> people = Arrays.asList(
new Person(1, "John", new Date()),
new Person(2, "Troy", new Date()),
new Person(3, "Andrew", new Date())
);
JavaRDD<Person> rdd = spark.sparkContext().parallelize(people);
javaFunctions(rdd).writerBuilder("ks", "people", mapToRow(Person.class)).saveToCassandra();
我面临的问题是不接受parallelize方法,只有scala版本看起来可用,错误是:
The method parallelize(Seq<T>, int, ClassTag<T>) in the type
SparkContext is not applicable for the arguments (List<Person>)
如何在Java中使用它来保存到cassandra表?
答案 0 :(得分:1)
要parallelize
java.util.List
,您可以使用JavaSparkContext
(而非SparkContext
),如下所示:
import org.apache.spark.api.java.JavaSparkContext;
JavaSparkContext sc = new JavaSparkContext(spark.sparkContext());
sc.parallelize(people);