Question

我正在尝试将Spark Structured Streaming与Kafka一起使用。

object StructuredStreaming {

  def main(args: Array[String]) {
    if (args.length < 2) {
      System.err.println("Usage: StructuredStreaming <hostname> <port>")
      System.exit(1)
    }

    val host = args(0)
    val port = args(1).toInt

    val spark = SparkSession
      .builder
      .appName("StructuredStreaming")
      .config("spark.master", "local")
      .getOrCreate()

    import spark.implicits._

    // Subscribe to 1 topic
    val lines = spark
      .readStream
      .format("kafka")
      .option("kafka.bootstrap.servers", "localhost:9093")
      .option("subscribe", "sparkss")
      .load()
    lines.selectExpr("CAST(key AS STRING)", "CAST(value AS STRING)")
      .as[(String, String)]
    }
}

我从Spark文档中获取了代码，但是我遇到了这个构建错误：

无法找到存储在数据集中的类型的编码器。原始类型（Int，String等）和产品类型（案例类）受支持导入spark.implicits._支持序列化其他类型在将来的版本中添加。 .as [（String，String）]

我在其他SO帖子上看到，这是由于缺少import spark.implicits._。但它对我没有任何改变。

更新：

<properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    <slf4j.version>1.7.12</slf4j.version>
    <spark.version>2.1.0</spark.version>
    <scala.version>2.10.4</scala.version>
    <scala.binary.version>2.10</scala.binary.version>
</properties>

<dependencies>

    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-core_2.10</artifactId>
        <version>2.1.0</version>
    </dependency>

    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-sql_2.10</artifactId>
        <version>2.1.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-sql-kafka-0-10_2.10</artifactId>
        <version>2.1.0</version>
    </dependency>
</dependencies>

Answer 1

好吧，我尝试过使用scala 2.11.8

<scala.version>2.11.8</scala.version>
<scala.binary.version>2.11</scala.binary.version>

<dependencies>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-core_2.11</artifactId>
        <version>2.1.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-sql_2.11</artifactId>
        <version>2.1.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-sql-kafka-0-10_2.11</artifactId>
        <version>2.1.0</version>
    </dependency>

</dependencies>

并且具有相应的依赖关系（对于scala 2.11）并最终有效。

警告：您需要在intelliJ上重新启动项目，我认为在更改版本而不重新启动时存在一些问题，错误仍然存在。

为什么来自Kafka的读取流失败并且“无法找到存储在数据集中的类型的编码器”？

1 个答案: