DStream中的所有计算,都是由output操作触发的,比如print(),如果没有任何output操作,那么,压根就不会执行定义的计算逻辑
此外,即使你使用了foreachRDD output操作,也必须在离路面对RDD执行action操作,才能触发对每一个batch的计算逻辑,否则,光有foreachRDD output操作,在里面没有对RDD执行action操作,也不会有任何逻辑被触发
foreachRDD详解
误区一:在RDD的foreach的操作外部,创建Connection
这种方式是错误的,因为它会导致Connection对象被序列化后传输到每个Task中。而这种Connection对象,实际上一般是不支持序列化的,也就无法被传输
合理方式一:使用RDD的foreachPartition操作,并且在该操作内部,创建Connection对象,这就相当于是,为RDD的每个partition创建一个Connection对象,节省资源多了