在这个 JVM 中只能运行一个 SparkContext - [SPARK]

Question

我正在尝试运行以下代码以实时获取 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()

但是当它到达这个命令时：val sc = new SparkContext(sparkConf)，出现以下错误：

17/05/09 09:08:35 警告 SparkContext：在同一个 JVM 中检测到多个正在运行的 SparkContext！org.apache.spark.SparkException：此 JVM 中只能运行一个 SparkContext（请参阅 SPARK-2243）。要忽略此错误，请设置 spark.driver.allowMultipleContexts = true。

我已经尝试将以下参数添加到 sparkConf 值中，但仍然出现错误：

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：延迟 2000 毫秒重新启动接收器：接收推文时出错 401：身份验证凭据 ( https://dev.twitter.com/pages/auth ) 丢失或不正确。确保您设置了有效的消费者密钥/秘密、访问令牌/秘密，并且系统时钟同步。\n\n\n错误 401 未经授权的 HTTP 错误：401

访问“/1.1/statuses/filter.json”时出现问题。原因：未经授权

任何形式的贡献表示赞赏。打个招呼，祝你有美好的一天。

Answer 1

Spark-shell 已经为您准备了一个 spark-session 或 spark-context供您使用 - 因此您不必/无法初始化一个新的。通常，在 spark-shell 启动过程结束时，您会看到一行告诉您在哪个变量下可用。allowMultipleContexts 仅用于测试 Spark 的某些功能，在大多数情况下不应使用。