import kafka.serializer.StringDecoder
import org.apache.spark.SparkConf
import org.apache.spark.streaming.kafka.KafkaUtils
import org.apache.spark.streaming.{
Duration, Seconds, StreamingContext}
/**
* Description: offset : checkpoint ==>meta write to hdfs
*
* 使用的0.8版本 spark-streaming-kafka-0-8_2.11
*
* checkpoint缺点:采用这种方式管理offset ,当你的业务逻辑代码发生变化,你的checkpoint 就无法使用到了
*
* @Author: 留歌36
* @Date: 2019/8/15 10:40
*/
object Offset02App {
def main(args: Array[<
Spark Streaming 整合Kafka的 Offset 管理 【数据零丢失之 checkpoint 方式管理Offset】
最新推荐文章于 2022-10-12 22:42:41 发布
本文详细介绍了如何在Spark Streaming中整合Kafka,利用Checkpoint机制来确保数据零丢失,有效管理Kafka的Offset,保证数据处理的准确性和一致性。
摘要由CSDN通过智能技术生成