Spark streaming整合Kafka之Receiver方式

1.Kafka的测试

确保Kafka的正常工作，为后续工作打好基础

（1）启动zookeeper

（2）启动kafka

（3）创建topic

（4）分别启动生产者和消费者，测试本topic能否正常生产和消费消息

2.spark streaming应用程序开发

import org.apache.spark.SparkConf
import org.apache.spark.streaming.kafka.KafkaUtils
import org.apache.spark.streaming.{Seconds, StreamingContext}


object KafkaReceiverWordCount {

  def main(args: Array[String]): Unit = {

    if(args.length != 4){
      System.err.println("Usage:KafkaReceiveWordCount <zkQuorum> <group> <topics> <numThreads>"  )
    }

    val Array(zkQuorum,group,topics,numThreads) = args

    val sparkConf = new SparkConf().setMaster("local[2]").setAppName("KafkaReceiverWordCount")
    val ssc = new StreamingContext(sparkConf,Seconds(5))
    
    val topicMap = topics.split(",").map((_,numThreads.toInt)).toMap

    val messages = KafkaUtils.createStream(ssc,zkQuorum,group,topicMap)

    messages.map(_._2).flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).print()

    ssc.start()
    ssc.awaitTermination()
  }
}

3.本地测试

输入相应参数，运行应用程序，在服务器上的Kafka producer上输入测试文本a a b b c c c

在控制台上得到相应结果

4.服务器测试

将写好的应用程序用maven打包，将jar包上穿到服务器端，启动spark-submit

在Kafka producer上输入测试文本a a b b c c c

在服务器上得到相应结果