0
我想拉动kafka数据来引发流式处理,从HDFS中加载已经建好的模型,然后使用kafka消息做出预测。Pyspark预测使用kafka直接流
我试了好几种方法,但我因为一个TypeError的又卡在model.predict:不能类型转换成矢量
从卡夫卡接收到的数据是浮动逗号分隔。
这里是我的代码:
sc = SparkContext(appName="PythonStreamingKafkaForecast")
ssc = StreamingContext(sc, 10)
# Create stream to get kafka messages
directKafkaStream = KafkaUtils.createDirectStream(ssc, ["my_topic"], {"metadata.broker.list": "kafka_ip"})
features = directKafkaStream.foreachRDD(lambda rdd: rdd.map(lambda s: Vectors.dense(s[1].split(","))))
model = LinearRegressionModel.load(sc, "hdfs://hadoop_ip/model.model")
#Predict
predicted = model.predict(features)
我也试过这样:
lines = directKafkaStream.map(lambda x: x[1])
features = lines.map(lambda data: Vectors.dense([float(c) for c in data.split(',')]))
但是这一次,是功能型TransformedStream,不会对preidctions工作的...
你能告诉我我做错了什么吗?
谢谢您的帮助