本地 Spark 集群的 SparkSession.sparkContext 为 null

Question

我已经创建了一个本地 Spark 集群和一个 Spark 会话，如下所示

val sparkConf = new SparkConf(true).setAppName("test").setMaster("local[8]")

val sparkSession = SparkSession.builder().config(sparkConf).getOrCreate()

使用它我还成功创建了虚拟数据帧以在我的测试 scala 应用程序中使用

val dummy: DataFrame = sparkSession.createDataFrame(Seq(
  ("BABY", "videos", "0.5"),
  ("APPLIANCES AND STORAGE", "audios", "0.6")
).toDF("dept", "type", "weight")

后来我创建了一个对象 Item，并尝试将其写入 Elastic Search，如下所示

val elasticItemRDD = sparkSession.sparkContext.makeRDD(Seq(Item))
    EsSpark.saveToEs(elasticItemRDD, esIndexNType, Map("es.mapping.id" -> "itemid"))

从我的sparkSession访问sparkContext时，这给了我一个空指针异常。我努力了

sparkSession.createDataset(Seq(Item)).rdd 

这不会给我这个空指针错误，而是一些其他的 MatchError。我喜欢让我的sparkContext.makeRDD工作，这样我就可以写入ElasticSearch。这个 NullPointerException 的原因可能是什么？我错过了什么吗？

scalaVersion := "2.11.8"
val sparkVersion = "2.2.0"
libraryDependencies ++= Seq(
  "org.apache.spark" %% "spark-core" % sparkVersion % "provided",
  "org.apache.spark" %% "spark-sql" % sparkVersion % "provided",
  "org.apache.spark" % "spark-hive_2.11" % sparkVersion,
  "org.elasticsearch" % "elasticsearch-spark-20_2.11" % "5.5.1"
)

Answer 1

问题是 SparkContext 在我的地图函数闭包中不可用。它仅适用于驱动程序功能，不适用于工作人员任务。

Spark 作业因 java.io.NotSerializedException: org.apache.spark.SparkContext 失败