Question

我正在尝试运行以下代码来获取Twitter信息：

import org.apache.spark._
import org.apache.spark.streaming._
import org.apache.spark.streaming.twitter._
import org.apache.spark.streaming.StreamingContext._
import twitter4j.auth.Authorization
import twitter4j.Status
import twitter4j.auth.AuthorizationFactory
import twitter4j.conf.ConfigurationBuilder
import org.apache.spark.streaming.api.java.JavaStreamingContext

import org.apache.spark.rdd.RDD
import org.apache.spark.SparkContext
import org.apache.spark.mllib.feature.HashingTF
import org.apache.spark.mllib.linalg.Vector
import org.apache.spark.SparkConf
import org.apache.spark.api.java.JavaSparkContext
import org.apache.spark.api.java.function.Function
import org.apache.spark.streaming.Duration
import org.apache.spark.streaming.api.java.JavaDStream
import org.apache.spark.streaming.api.java.JavaReceiverInputDStream

val consumerKey = "xxx"
val consumerSecret = "xxx"
val accessToken = "xxx"
val accessTokenSecret = "xxx"
val url = "https://stream.twitter.com/1.1/statuses/filter.json"

val sparkConf = new SparkConf().setAppName("Twitter Streaming")
val sc = new SparkContext(sparkConf)

val documents: RDD[Seq[String]] = sc.textFile("").map(_.split(" ").toSeq)


// Twitter Streaming
val ssc = new JavaStreamingContext(sc,Seconds(2))

val conf = new ConfigurationBuilder()
conf.setOAuthAccessToken(accessToken)
conf.setOAuthAccessTokenSecret(accessTokenSecret)
conf.setOAuthConsumerKey(consumerKey)
conf.setOAuthConsumerSecret(consumerSecret)
conf.setStreamBaseURL(url)
conf.setSiteStreamBaseURL(url)

val filter = Array("Twitter", "Hadoop", "Big Data")

val auth = AuthorizationFactory.getInstance(conf.build())
val tweets : JavaReceiverInputDStream[twitter4j.Status] = TwitterUtils.createStream(ssc, auth, filter)

val statuses = tweets.dstream.map(status => status.getText)
statuses.print()
ssc.start()

但是当它到达此命令时：val sc = new SparkContext(sparkConf)，会出现以下错误：

17/05/09 09:08:35 WARN SparkContext：多个运行SparkContexts 在同一个JVM中检测到！ org.apache.spark.SparkException：只有一个 SparkContext可能在此JVM中运行（请参阅SPARK-2243）。无视此错误，请设置spark.driver.allowMultipleContexts = true。

我尝试将以下参数添加到sparkConf值，但仍会出现错误：

val sparkConf = new SparkConf().setAppName("Twitter Streaming").setMaster("local[4]").set("spark.driver.allowMultipleContexts", "true")

如果我忽略错误并继续运行命令，我会收到另一个错误：

17/05/09 09:15:44 WARN ReceiverSupervisorImpl：重启接收器   延迟2000毫秒：接收推文401时出错：认证   凭证（https://dev.twitter.com/pages/auth）丢失或   不正确。确保您已设置有效的使用者密钥/密钥，访问权限   令牌/秘密，系统时钟同步。 \ n \ n \ n错误401未经授权   HTTP错误：401

访问问题   '/1.1/statuses/filter.json'。原因：未授权

赞赏任何形式的贡献。问候，祝你有个美好的一天。

Answer 1

Spark-shell已经为你准备了一个spark-session或spark-context - 所以你不必/不能初始化一个新的。通常，您将有一条线告诉您，在您可以使用哪个变量的情况下，spark-shell启动过程的结束。 allowMultipleContexts仅用于测试Spark的某些功能，在大多数情况下不应使用。

此JVM中只能运行一个SparkContext - [SPARK]

1 个答案: