使用sparkStreaming消費數據,並使用Dstream的 saveAsTextFile保存數據到hdfs中,通過使用這個方法,生成的文件夾存在問題,
代碼例子如下:
resultRdd.map(x=>x).saveAsTextFiles("hdfs:ip//data/storage/20181010/"+(new Date())) //new Date()自行轉化
ssc.start()
ssc.awaitermination()
而hsfs中目錄顯示爲
/data/storage/20181010/201810100708223-1547016648000
/data/storage/20181010/201810100708223-1547016652000
/data/storage/20181010/201810100708223-1547016658000
.........................................
從中發現最後面多了一條橫槓 -和時間戳1547016648000,是根據間隔時間自動生成的,但是我不想要他後面的-1547016648000,
並且201810100708223日期固定住了
查看saveAsTextFiles源碼
def saveAsTextFiles(prefix: String, suffix: String = ""): Unit = ssc.withScope {
val saveFunc = (rdd: RDD[T], time: Time) => {
val file = rddToFileName(prefix, suffix,time)
rdd.saveAsTextFile(file)
}
this.foreachRDD(saveFunc)
}
saveAsTextFiles方法中也是調用了saveAsTextFile方法,其中有個添加時間戳的方法。
於是我根據源碼自己使用foreachRDD,生成文件使用saveAsTextFile
resultRdd.foreachRDD{
rdd=>{}
rdd.map(x=>x).saveAsTextFile("hdfs:ip//data/storage/20181010/"+(new Date())) //new Date()自行轉化
}
ssc.start()
ssc.awaitermination()
現在hsfs中目錄顯示爲
/data/storage/20181010/201810100708223
/data/storage/20181010/201810100708460
達到自己想要的結果,根據streaming 間隔時間生成文件夾,並其中包含文件。