scala - 在本地计算机上运行Spark Streaming时出现“连接被拒绝”错误

Question

我知道“ Spark 流连接被拒绝”问题已经有很多线程。但是其中大多数都在Linux中或至少指向HDFS。我正在装有Windows的本地笔记本电脑上运行此程序。

我正在运行一个非常简单的基本Spark流式独立应用程序，只是为了了解流式工作原理。在这里不做任何复杂的事情:

import org.apache.spark.streaming.Seconds
import org.apache.spark.streaming.StreamingContext
import org.apache.spark.SparkConf

object MyStream 
{
    def main(args:Array[String]) 
    {
        val sc = new StreamingContext(new SparkConf(),Seconds(10))
        val mystreamRDD = sc.socketTextStream("localhost",7777)
        mystreamRDD.print()
        sc.start()
        sc.awaitTermination()
    }
}

我收到以下错误:

2015-07-25 18:13:07 INFO  ReceiverSupervisorImpl:59 - Starting receiver
2015-07-25 18:13:07 INFO  ReceiverSupervisorImpl:59 - Called receiver onStart
2015-07-25 18:13:07 INFO  SocketReceiver:59 - Connecting to localhost:7777
2015-07-25 18:13:07 INFO  ReceiverTracker:59 - Registered receiver for      stream 0 from 192.168.19.1:11300
2015-07-25 18:13:08 WARN  ReceiverSupervisorImpl:92 - Restarting receiver     with delay 2000 ms: Error connecting to localhost:7777
java.net.ConnectException: Connection refused

我尝试使用其他端口号，但这无济于事。因此，它会不断重试循环并不断出现相同的错误。有人有主意吗？

Answer 1

在socketTextStream的代码中，Spark创建一个SocketInputDStream实例，该实例使用java.net.Socket https://github.com/apache/spark/blob/master/streaming/src/main/scala/org/apache/spark/streaming/dstream/SocketInputDStream.scala#L73
java.net.Socket是一个客户端套接字，这意味着它期望已经有一个服务器在您指定的地址和端口上运行。除非您有某些服务在本地计算机的端口7777上运行服务器，否则您所看到的错误是预期的。

要了解我的意思，请尝试以下操作(您可能不需要在环境中设置master或appName)。

import org.apache.spark.streaming.Seconds
import org.apache.spark.streaming.StreamingContext
import org.apache.spark.SparkConf

object MyStream
{
  def main(args:Array[String])
  {
    val sc = new StreamingContext(new SparkConf().setMaster("local").setAppName("socketstream"),Seconds(10))
    val mystreamRDD = sc.socketTextStream("bbc.co.uk",80)
    mystreamRDD.print()
    sc.start()
    sc.awaitTermination()
  }
}

这不会返回任何内容，因为该应用程序不会向bbc网站说HTTP，但不会收到拒绝连接的异常。

为了在Linux上运行本地服务器，我将netcat与简单的命令结合使用，例如

cat data.txt | ncat -l -p 7777

我不确定Windows中最好的方法是什么。您可以编写另一个应用程序，该应用程序在该端口上作为服务器监听并发送一些数据。