spark streaming 写入 redis 和 org.apache.spark.SparkException: Task not serializable

在 Spark Streaming 中写入 Redis 时，可能会出现 `org.apache.spark.SparkException: Task not serializable` 异常。这是因为在 Spark 中，任务需要序列化以便在集群中传输，而某些对象默认不能被序列化，例如连接对象。

为了解决这个问题，可以使用 `foreachRDD` 操作来执行 Redis 写入操作。在 `foreachRDD` 中，我们可以获取 RDD 中的每一个分区，并在分区内对每个数据进行处理。这样可以避免在驱动程序中使用连接对象。

下面是一个例子：

import redis

# 创建 Redis 连接池
redis_pool = redis.ConnectionPool(host='localhost', port=6379)

# 定义写入 Redis 的函数
def write_to_redis(rdd):
    r = redis.Redis(connection_pool=redis_pool)
    rdd.foreach(lambda x: r.set(x[0], x[1]))

# 创建 Spark Streaming 上下文
ssc = ...

# 读取数据流
stream = ...

# 对数据流进行处理
processed_stream = ...

# 将处理后的数据写入 Redis
processed_stream.foreachRDD(write_to_redis)

# 启动 Spark Streaming 上下文
ssc.start()
ssc.awaitTermination()

在上面的例子中，我们首先创建了一个 Redis 连接池，然后定义了一个写入 Redis 的函数 `write_to_redis`。在 `write_to_redis` 函数中，我们使用连接池创建 Redis 连接，并对 RDD 中的每个元素执行 Redis 写入操作。最后，在 Spark Streaming 上下文中，我们将处理后的数据流传递给 `foreachRDD` 操作，并调用 `write_to_redis` 函数将数据写入 Redis。

需要注意的是，为了避免连接对象被序列化，我们在 `write_to_redis` 函数内部创建 Redis 连接。这样，每个分区都会使用自己的连接对象，而不是共享一个连接对象，从而避免了序列化问题。