网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
+ - [4.1 原理](#41__151)
- [4.2 实战](#42__163)
- [4.3 结果展示](#43__210)
一、前言
首先,我们先来简单的了解下 Kafka:是一种高吞吐量的分布式发布订阅消息系统。依赖Zookeeper,因此搭建Kafka的时候需要事先搭建好Zookeeper。对 Kafka 还不太了解的同学,可以看云祁 Kafka 专栏的博客,一定会有收获的嗷 🦄 !
Kafka 的体系结构如下:
作为一个实时的分布式消息队列,实时的生产和消费消息,我们可以利用 Spark Streaming 实时计算框架实时地读取 Kafka 中的数据然后进行计算。在 Spark1.3 版本后,kafkaUtils
里面提供了两个创建 DStream
的方法,一种为KafkaUtils.createDstream
,另一种为KafkaUtils.createDirectStream
。
二、项目准备
2.1 添加Kafka的pom依赖
由于 Spark Streaming 与 Kafka 做集成的时候 Kafka 成了 Streaming 的高级数据源