用于指定激发-shell查询文件的语法(使用elasticsearch-火花连接器)

Question

对于shell命令，我想为spark.es.query参数指定一个文件：

] $SPARK_HOME/bin/spark-shell --master local[4] 
    --jars ~/spark/jars/elasticsearch-spark-20_2.11-5.1.2.jar 
    --conf spark.es.nodes="localhost" --conf spark.es.resource="myindex/mytype" 
    --conf spark.es.query="/home/pat/spark/myquery.json"

在外壳中：

scala> import org.elasticsearch.spark._
scala> val es_rdd = sc.esRDD("myindex/mytype")
scala> es_rdd.first()

我得到的输出：

17/02/04 07:41:31 ERROR TaskContextImpl: Error in TaskCompletionListener
org.elasticsearch.hadoop.EsHadoopIllegalArgumentException: Cannot determine 
specified query - doesn't appear to be URI or JSON based and location 
[/home/pat/spark/myquery.json] cannot be opened

当然，路径上存在文件。这是指定查询文件的好方法吗？

Answer 1

您将得到此错误，因为spark和es-连接器希望将文件路径作为URI传递：

SPARK_HOME/bin/spark-shell --master local[4] \
 --jars ~/spark/jars/elasticsearch-spark-20_2.11-5.1.2.jar \
 --conf spark.es.nodes="localhost" \
 --conf spark.es.resource="myindex/mytype" \
 --conf spark.es.query="file:///home/pat/spark/myquery.json"