无法在Elasticsearch-hadoop中使用SchemaRDD.saveToES()从HDFS索引JSON

Question

这是我第一次真正尝试spark/scala，所以要温文尔雅。

我在HDFS上有一个名为test.json的文件，我正在尝试使用Spark读取和索引该文件。我可以通过SQLContext.jsonFile()读取文件，但是当我尝试使用SchemaRDD.saveToEs()时，我得到了一个接收到无效JSON片段的错误。我认为saveToES()函数实际上并没有格式化json格式的输出，而只是发送RDD的value字段。

我做错了什么？

Spark 1.2.0

Elasticsearch-hadoop 2.1.0.BUILD-20150217

test.json：

{"key":"value"}

spark-shell：

import org.apache.spark.SparkContext._
import org.elasticsearch.spark._

val sqlContext = new org.apache.spark.sql.SQLContext(sc)
import sqlContext._

val input = sqlContext.jsonFile("hdfs://nameservice1/user/mshirley/test.json")
input.saveToEs("mshirley_spark_test/test")

错误：

<snip>
org.elasticsearch.hadoop.rest.EsHadoopInvalidRequest: Found unrecoverable error [Bad Request(400) - Invalid JSON fragment received[["value"]][MapperParsingException[failed to parse]; nested: ElasticsearchParseException[Failed to derive xcontent from (offset=13, length=9): [123, 34, 105, 110, 100, 101, 120, 34, 58, 123, 125, 125, 10, 91, 34, 118, 97, 108, 117, 101, 34, 93, 10]]; ]]; Bailing out..
<snip>

输入：

res2: org.apache.spark.sql.SchemaRDD = 
SchemaRDD[6] at RDD at SchemaRDD.scala:108
== Query Plan ==
== Physical Plan ==
PhysicalRDD [key#0], MappedRDD[5] at map at JsonRDD.scala:47

input.printSchema()：

root
 |-- key: string (nullable = true)

Answer 1

https://github.com/elastic/elasticsearch-hadoop/issues/382

已更改：

import org.elasticsearch.spark._

至：

import org.elasticsearch.spark.sql._