java - 如何在 Web 上运行 Apache Spark 作业后获取输出

Question

我是一名学习 Hadoop 和 Apache Spark 的学生。我想知道如何从 Web 上的 Apache Spark Job 获取输出。

以下是在网络上运行 Apache Spark Job 的非常简单的 php 代码，因为我只是想测试它。

<?php
echo shell_exec("spark-submit --class stu.ac.TestProject.App --master spark://localhost:7077 /TestProject-0.0.1-SNAPSHOT.jar");
?>

以下是 Apache Spark 作业的示例 Java 代码。

public class App 
{
public static void main( String[] args )
{
    SparkConf sparkConf = new SparkConf().setAppName("JavaSparkPi");
    sparkConf.setMaster("spark://localhost:7077");
    JavaSparkContext jsc = new JavaSparkContext(sparkConf);

    int slices = (args.length == 1) ? Integer.parseInt(args[0]) : 2;
    int n = 100000 * slices;
    List<Integer> l = new ArrayList<Integer>(n);
    for (int i = 0; i < n; i++) {
        l.add(i);
    }
    JavaRDD<Integer> dataSet = jsc.parallelize(l, slices);

    JavaRDD<Integer> countRDD = dataSet.map(new Function<Integer, Integer>() {
        public Integer call(Integer arg0) throws Exception {
            double x = Math.random() * 2 - 1;
            double y = Math.random() * 2 - 1;
            return (x * x + y * y < 1) ? 1 : 0;
        }
    });

    int count = countRDD.reduce(new Function2<Integer, Integer, Integer>() {
        public Integer call(Integer arg0, Integer arg1) throws Exception {
            return arg0 + arg1;
        }
    });

    System.out.println("Pi is roughly " + 4.0 * count / n);
    jsc.stop();
}
}

我只想获得标准输出，但在运行代码后我得到了空输出。我在 maven 项目上构建了这个 java 代码，所以也检查了它在 cmd 模式下的运行情况。

我该如何解决？

提前感谢您的回答，抱歉我的英语不好。如果您不明白我的问题，请发表评论。

Answer 1

可以说，作业的输出保留在作业中。即使 Spark 很快，也没有快到可以立即生成数据的程度。作业在分布式集群上运行，这需要一些时间。

您必须将输出写入某处，通常写入数据库，然后您可以从 Web 应用程序中查询该数据库。您的工作不是从 Web 应用程序开始的，而是应该根据应用程序的需要进行安排。

如果您从 Java、Scala 或 Python 作业中运行您的作业，您可以直接检索其结果。对于 PHP，我不太确定。