为什么启动StreamingContext失败并出现“IllegalArgumentException：要求失败：没有注册输出操作，所以无需执行”？

Question

我正在尝试使用Twitter作为源执行Spark Streaming示例，如下所示：

public static void main (String.. args) {

    SparkConf conf = new SparkConf().setAppName("Spark_Streaming_Twitter").setMaster("local");
        JavaSparkContext sc = new JavaSparkContext(conf);       
        JavaStreamingContext jssc = new JavaStreamingContext(sc, new Duration(2));      
        JavaSQLContext sqlCtx = new JavaSQLContext(sc);     


        String[] filters = new String[] {"soccer"};

        JavaReceiverInputDStream<Status> receiverStream = TwitterUtils.createStream(jssc,filters);



         jssc.start();
         jssc.awaitTermination();

}

但我得到以下例外

Exception in thread "main" java.lang.AssertionError: assertion failed: No output streams registered, so nothing to execute
    at scala.Predef$.assert(Predef.scala:179)
    at org.apache.spark.streaming.DStreamGraph.validate(DStreamGraph.scala:158)
    at org.apache.spark.streaming.StreamingContext.validate(StreamingContext.scala:416)
    at org.apache.spark.streaming.StreamingContext.start(StreamingContext.scala:437)
    at org.apache.spark.streaming.api.java.JavaStreamingContext.start(JavaStreamingContext.scala:501)
    at org.learning.spark.TwitterStreamSpark.main(TwitterStreamSpark.java:53)

有任何建议如何解决这个问题？

Answer 1

调用输出运算符时，它会触发流的计算。

如果没有DStream上的输出操作符，则不会调用任何计算。基本上你需要在流上调用以下任何方法

print()
foreachRDD(func)
saveAsObjectFiles(prefix, [suffix])
saveAsTextFiles(prefix, [suffix])
saveAsHadoopFiles(prefix, [suffix])

http://spark.apache.org/docs/latest/streaming-programming-guide.html#output-operations

您也可以先应用任何转换，然后根据需要输出函数。

Answer 2

线程“main”中的异常java.lang.AssertionError：断言失败：没有注册输出流，因此无需执行

TL; DR使用可用的output operators之一，如print，saveAsTextFiles或foreachRDD（或较少使用的saveAsObjectFiles或saveAsHadoopFiles）。

换句话说，您必须在代码中的以下行之间使用输出运算符：

JavaReceiverInputDStream<Status> receiverStream = TwitterUtils.createStream(jssc,filters);
// --> The output operator here <--
jssc.start();

引用Spark官方文档的Output Operations on DStreams（突出我的）：

输出操作允许将DStream的数据推送到外部系统，如数据库或文件系统。由于输出操作实际上允许外部系统使用转换后的数据，因此它们会触发所有DStream转换的实际执行（类似于RDD的操作）。

关键是没有输出操作符，你“没有注册输出流，所以没有任何东西可以执行”。

正如一位评论者注意到的那样，你必须使用输出转换，例如：在启动print之前，foreachRDD或StreamingContext。

---

在内部，只要您使用其中一个可用的输出运算符，例如print或foreach，DStreamGraph被要求add an output stream。

你可以在new ForEachDStream is created and registered之后找到注册（这正是add it as an output stream）。

Answer 3

它也 - 完全没有指责这个问题，但真正的原因是来自流输入的滑动窗口持续时间和RDD时间窗口之间的非多个数字。它只记录一个警告：你修复它，上下文停止失败：D