本文总结了Spark Streaming与Kafka整合的步骤，强调了版本匹配的重要性，以及在开发中可能会遇到的错误，如依赖导入错误和配置问题。正确配置包括在pom.xml中导入相应版本的依赖，编写对应版本的程序，并可能需要调整Kafka的server.properties文件以解决连接和偏移问题。为避免问题，建议重新创建Zookeeper中的topic。
Spark的流处理，不光是分批还是进行结构化，都能很好的处理来自kafka或socket的数据。接下来说说spark与kafka整合的步骤，以免发生各种各样的错误（原本大数据的生态多，spark的版本更新和功能迭代快，为了少出现错误，最好遵循原版说明）
1.首先你要确认好你的spark版本和kafka的版本，因为不同的版本有可能导入的包不一样和程序写法不一样
2.开发时pom.xml导入相应的依赖
由于我之前忘了导入这个包
spark-sql-kafka-0-10_${scala.binary.version}
出现各种错误，报的错误根本都是错误，这种最坑爹了的。所以大家一定要小心点儿
3.编写相对于版本的程序，做好前2步基本不会出现问题
（程序完美运行）
强调一下，如果出现连接问题或者是偏移。建议更改kafka的conf下的server.properties文件
更改为：最后建议删除zookeeper中相应的topic，重现创建
offsets.topic.replication.factor=3
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
