栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 前沿技术 > 大数据 > 大数据系统

Spark跨集群读取HDFS文件

Spark跨集群读取HDFS文件

        大家平时可能都是在本集群上读取本地的HDFS文件,那如果我有两套集群呢?这个时候该如何读取另外一套集群上面的HDFS文件呢?废话不多说,直接上代码,如果代码有关于一些nameservices等这些信息不知道去哪里看的人,可以翻翻我之前的博客,或者私信我。

public static void main(String[] args) {

        SparkConf conf = new SparkConf().setAppName("bigdata-spark-etl-task")
                .setMaster("local[*]");
        
        SparkSession sparkSession = SparkSession.builder()
                .config(conf)
                .getOrCreate();
        
        Map nameNodeMap = new HashMap<>();

        nameNodeMap.put("namenode33", "incubator-dc-006:8020");
        nameNodeMap.put("namenode35", "incubator-dc-007:8020");

        hdfsReader(sparkSession, "test-ns1", nameNodeMap, "hdfs://test-ns1/dw/public/test/ads_mkt_td_user_ds");
}


static Dataset hdfsReader(SparkSession sparkSession, String nameServices, Map nameNodeMap, String hdfsDir) {

        SparkContext sparkContext = sparkSession.sparkContext();
        sparkContext.hadoopConfiguration().set("fs.defaultFs", "hdfs://" + nameServices);
        sparkContext.hadoopConfiguration().set("dfs.nameservices", nameServices);

        List nameNodesLists = new ArrayList<>();

        StringBuilder haNameNodes = new StringBuilder();
        int i = 0;
        for (Map.Entry nameNodes : nameNodeMap.entrySet()) {
            nameNodesLists.add(nameNodes.getKey());
            if (i == 0) {
                haNameNodes = new StringBuilder(nameNodes.getKey());
            } else {
                haNameNodes.append(",").append(nameNodes.getKey());
            }
            i++;
        }

        sparkContext.hadoopConfiguration().set("dfs.ha.namenodes." + nameServices, haNameNodes.toString());

        for (String nameNodesList : nameNodesLists) {
            sparkContext.hadoopConfiguration().set("dfs.namenode.rpc-address." + nameServices + "." + nameNodesList, nameNodeMap.get(nameNodesList));
        }

        sparkContext.hadoopConfiguration().set("dfs.ha.automatic-failover.enabled." + nameServices, "true");
        sparkContext.hadoopConfiguration().set("dfs.client.failover.proxy.provider." + nameServices, "org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider");
        sparkSession.read().load(hdfsDir).show();
        return sparkSession.read().load(hdfsDir);
    }
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/673869.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号