使用SparkSession创建广播变量？Spark 2.0

Question

是否可以使用SparkSession提供的sparkContext创建广播变量？我在sc.broadcast下不断收到错误,但是在使用org.apache.spark.SparkContext的SparkContext时,在另一个项目中我没有遇到任何问题.

import org.apache.spark.sql.SparkSession


object MyApp {
 def main(args: Array[String]){
  val spark = SparkSession.builder()
       .appName("My App")
       .master("local[*]")
       .getOrCreate()

  val sc = spark.sparkContext
        .setLogLevel("ERROR")

  val path = "C:\\Boxes\\github-archive\\2015-03-01-0.json"
  val ghLog = spark.read.json(path)


  val pushes = ghLog.filter("type = 'PushEvent'")

  pushes.printSchema()
  println("All events: "+ ghLog.count)
  println("Only pushes: "+pushes.count)
  pushes.show(5)


  val grouped = pushes.groupBy("actor.login").count()
  grouped.show(5)


  val ordered = grouped.orderBy(grouped("count").desc)
  ordered.show(5)

  import scala.io.Source.fromFile
  val fileName= "ghEmployees.txt"
  val employees = Set() ++ ( 
    for { 
      line <- fromFile(fileName).getLines()
    } yield line.trim
    )


  val bcEmployees = sc.broadcast(employees)
 }
}

或者是使用Set()而不是Seq对象的问题？

谢谢你的帮助

编辑:

我在intellij中不断收到"无法解析符号广播"错误信息

在遵守之后我得到一个错误:错误:(47,28)值广播不是Unit val的成员bcEmployees = sc.broadcast(employees) ^

Answer 1

您的sc变量具有类型,Unit因为根据文档,它setLogLevel具有返回类型Unit.改为:

val sc: SparkContext = spark.sparkContext
sc.setLogLevel("ERROR")

跟踪变量类型以便及早发现错误非常重要.