4、Apache Hudi:Spark读取Binlog并写入

本文介绍了如何通过Apache Hudi将MySQL binlog数据从Kafka消费并写入Hudi表。首先,数据通过canal推送到Kafka,接着程序从Kafka消费binlog,解析并过滤所需数据。在处理数据阶段,需要添加分区列以符合Hudi的保存格式,并解决自定义分区路径导致的问题。最后,通过上传Hudi的jar包到集群,能够在Hive中查询Hudi表。
摘要由CSDN通过智能技术生成

1、数据准备

使用canal将mysql binlog的数据发送到kafka中

2、程序编写

1、消费kafka中的binlog数据
val kafkaParams = Map[String, String](
	"bootstrap.servers" -> "xxx.xxx.xxx.xxx:9092",
	"auto.offset.reset" -> "latest",
	"key.deserializer" -> "org.apache.kafka.common.serialization.StringDeserializer",
	"value.deserializer" -> "org.apache.kafka.common.serialization.StringDeserializer",
	"group.id" -> "test"
)
val topics = Array("topic_xxx")

val conf = new SparkConf()
    .setAppName("Demo1")
    .set("spark.serializer", "org.apache.spark.serializer.KryoSerializer")
val ssc = new StreamingContext(conf, Seconds(60))
val stream = KafkaUtils.createDirectStream[String, String](ssc,
      LocationStrategies.PreferConsistent,
      ConsumerStrategies.Subscribe[String, String](topics, kafkaParams))
2、解析并过滤数据

我们kafka中binlog的数据格式如下:

V_BinlogName|#|mysql-bin.001205|*|V_StartPos|#|111404|*|V_EndPos|#|113489|
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值