电子病历和S3源上的spark流

Question

我正在尝试使用s3作为源，在电子病历中使用齐柏林飞艇笔记本打印一个流。

%pyspark
from pyspark.streaming import StreamingContext
from pyspark.sql import Row, SparkSession
ssc = StreamingContext(sc, 45)
streams=ssc.textFileStream('s3://realtime-nyc-bike/')
streams.pprint()

但是，什么都没有打印出来。Bucket名称正确。问题可能是什么？

Answer 1

来自Spark streaming文档：

Spark Streaming仅设置它将在启动时执行的计算，并且还没有真正的处理开始。要在设置完所有转换后开始处理，最后调用

ssc.start()             // Start the computation
ssc.awaitTermination()  // Wait for the computation to terminate