hadoop - 如何将Spark RDD保存到Avro文件

我正在尝试将rdd以avro格式保存到文件中。这是我的代码的样子:

val output = s"/test/avro/${date.toString(dayFormat)}"
  rmr(output)//deleteing the path
  rdd.coalesce(64).saveAsNewAPIHadoopFile(
    output,
    classOf[org.apache.hadoop.io.NullWritable],
    classOf[PageViewEvent],
  classOf[AvroKeyValueOutputFormat[org.apache.hadoop.io.NullWritable,PageViewEvent]],
    spark.hadoopConfiguration)
}

当我运行它时，我收到一条错误消息:

 Unsupported input type PageViewEvent

rdd的类型为RDD [(Null，PageViewEvent)]。
有人可以解释我在做什么吗？
提前致谢

最佳答案

所以我设法找到一个“解决方法”。

 val job = new Job(spark.hadoopConfiguration)
  AvroJob.setOutputKeySchema(job, PageViewEvent.SCHEMA$)

  val output = s"/avro/${date.toString(dayFormat)}"
  rmr(output)
  rdd.coalesce(64).map(x => (new AvroKey(x._1), x._2))
    .saveAsNewAPIHadoopFile(
    output,
    classOf[PageViewEvent],
    classOf[org.apache.hadoop.io.NullWritable],
    classOf[AvroKeyOutputFormat[PageViewEvent]],
    job.getConfiguration)

这很好。我不再尝试使用AvroKeyValueOutputFormat。但是我想现在我可以了。关键的更改是使用AvroKey并设置OutputKeySchema。