话不多说先上代码
sparkstreaming对接kafka在对数据流做相应的逻辑处理之后可以放到hdfs、数据库等处。之前因为有用到将数据插入数据库以检测性能,所以就拿出来给大家分享一下,本人大白一枚。。
说到数据插入数据库,对不同情况有不同方式:逐条插入,就是一条数据插入一次,调用一次数据库连接。当数据量大时,使用这种方法显然就不行了,最起码速度太慢了,而且还可能会因为过多数据库连接造成其他问题。这个时候可以用批量插入的方式。
批量插入:顾名思义就是一个批次一个批次的把数据插入到数据库中,本次示例按2000批量插入到数据库中,2000条数据调用一个数据库连接。
当然,我并没有用数据库连接池,只是测试使用就没弄,随便连的jdbc,感兴趣的可以用数据库连接池。
import DBUtils.Databases;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.common.TopicPartition;
import org.apache.kafka.common.serialization.StringDeserializer;
import org.apache.spark.SparkConf;
import org.apache.spark.TaskContext;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.streaming.Durations;
import org.apache.spark.streaming.api.java.JavaInputDStream;
import org.apache.spark.streaming.api.java.JavaPairDStream;
import org.apache.spark.streaming.api.java.JavaStreamingContext;
import org.apache.spark.streaming.kafka010.*;
import scala.Tuple2;
import java.sql.Connection;
import java.sql.PreparedStatement;
import java.sql.SQLException;
import java.text.ParseException;
import java.util.*;
public class NB_Test {
public static void main (String[] args) throws InterruptedException {
//创建conf对象,context对象以及流context对象
SparkConf conf = new SparkConf().setAppName("kafka_Spark").setMaster("local[4]");
JavaSparkContext sc = new JavaSparkContext(conf);
JavaStreamingContext ssc = new JavaStreamingContext(sc, Durations.seconds(5));
//创建map类型以传参
Map<String,Object> kafkaParams = new HashMap<String, Object>();
String brokers = "10.204.118.1