Question

我们正在开发IOT应用程序

我们从每个要运行分析的设备获取以下数据流，

[{"t":1481368346000,"sensors":[{"s":"s1","d":"+149.625"},{"s":"s2","d":"+23.062"},{"s":"s3","d":"+16.375"},{"s":"s4","d":"+235.937"},{"s":"s5","d":"+271.437"},{"s":"s6","d":"+265.937"},{"s":"s7","d":"+295.562"},{"s":"s8","d":"+301.687"}]}]

在初级阶段，我可以使用spark java代码获取模式，如下所示，

    root
     |-- sensors: array (nullable = true)
     |    |-- element: struct (containsNull = true)
     |    |    |-- d: string (nullable = true)
     |    |    |-- s: string (nullable = true)
     |-- t: long (nullable = true)

我写的代码是，

    JavaDStream<String> json = directKafkaStream.map(new Function<Tuple2<String,String>, String>() {
        public String call(Tuple2<String,String> message) throws Exception {
            return message._2();
        };
    });

    SQLContext sqlContext = spark.sqlContext();
    json.foreachRDD(new VoidFunction<JavaRDD<String>>() {
        @Override
        public void call(JavaRDD<String> jsonRecord) throws Exception {

            Dataset<Row> row = sqlContext.read().json(jsonRecord).toDF();
            row.createOrReplaceTempView("MyTable");
            row.printSchema();
            row.show();

            Dataset<Row> sensors = row.select("sensors");
            sensors.createOrReplaceTempView("sensors");
            sensors.printSchema();
            sensors.show();

        }
    });

这给了我和错误＆＃34; org.apache.spark.sql.AnalysisException：无法解析＆＃39; sensors＆＃39;给定输入列：[];＆＃34;

我是初学者，使用spark和analytics，并且无法在java中找到任何用于解析嵌套json的好例子。

我想要实现的目标是，并且可能需要来自专家的建议，

我将提取每个传感器值，然后使用spark的sparkML库运行回归分析。这将帮助我找出每个传感器流中出现的趋势，以及我想使用该数据检测故障。

我不确定哪个应该是最好的方法，任何指导，链接和信息都会非常有用。

Answer 1

以下是json.foreachRDD的外观。

json.foreachRDD(new VoidFunction<JavaRDD<String>>() {
        @Override
        public void call(JavaRDD<String> rdd) {
            if(!rdd.isEmpty()){
                Dataset<Row> data = spark.read().json(rdd).select("sensors");
                data.printSchema();
                data.show(false);
                //DF in table
                Dataset<Row> df = data.select( org.apache.spark.sql.functions.explode(org.apache.spark.sql.functions.col("sensors"))).toDF("sensors").select("sensors.s","sensors.d");
                df.show(false);
            }
        }
    });

对于回归分析示例，您可以在https://github.com/apache/spark/blob/master/examples/src/main/java/org/apache/spark/examples/ml/JavaRandomForestRegressorExample.java

上引用JavaRandomForestRegressorExample.java

对于使用火花机学习和火花流的实时数据分析，您可以参考以下文章。

如何在Java中解析Spark流中的复杂JSON数据

1 个答案: