Kafka手动维护偏移量(offset)

本文介绍如何在Spark Streaming中手动维护Kafka的消费偏移量(offset),确保数据不丢失。通过调用特定API,将offset保存到MySQL数据库,以实现可靠的数据处理。
摘要由CSDN通过智能技术生成

案例:手动维护偏移量到Mysql

API

http://spark.apache.org/docs/latest/streaming-kafka-0-10-integration.html 

 

  • 手动提交offset,保证数据不会丢失

具体代码实现

import java.sql.{DriverManager, ResultSet}

import org.apache.kafka.clients.consumer.ConsumerRecord
import org.apache.kafka.common.TopicPartition
import org.apache.kafka.common.serialization.StringDeserializer
import org.apache.spark.streaming.dstream.InputDStream
import org.apache.spark.streaming.kafka010.{OffsetRange, _}
import org.apache.spark.streaming.{Seconds, StreamingContext}
import org.apache.spark.{SparkConf, SparkContext}

import scala.collection.mutable

/**
  *
  * Date 2019/8/8 10:47
  * Desc 使用Spark-Kafka-0-10版本整合,并手动提交偏移量,维护到MySQL中
  */
object SparkKafkaDemo2 {
  def main(args: Array[String]): Unit = {
    //1.创建StreamingContext
    //spark.master should be set as local[n], n > 1
    val conf = new SparkConf().setAppName("wc").setMaster("local[*]")
    v
  • 8
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
Kafka偏移量offset)是用来标识消费者在一个特定分区中已经消费的消息的位置。Kafka提供了两种方式来存取偏移量:使用内部存储和外部存储。 1. 内部存储:Kafka内部使用一个特殊的主题(__consumer_offsets)来存储消费者的偏移量信息。每个消费者组在该主题中会有一个对应的分区来保存其消费的偏移量Kafka集群会自动维护和管理这个主题,确保偏移量的持久化和一致性。 2. 外部存储:除了使用内部存储方式,Kafka还支持将偏移量存储在外部系统中,如ZooKeeper或自定义的存储系统。在这种情况下,消费者需要自己负责管理和维护偏移量的存储和读取。 使用内部存储方式时,消费者可以通过以下步骤来存取偏移量: - 初始化消费者时,指定所属的消费者组和要消费的主题。 - 消费者在处理每条消息后,会自动将消费的偏移量提交给Kafka集群。这可以通过自动提交或手动提交来实现。 - 自动提交:消费者会定期将偏移量提交给Kafka,由Kafka集群负责管理提交的偏移量。 - 手动提交:消费者可以在适当的时机手动提交偏移量,以确保消息被正确消费。手动提交可以选择同步提交或异步提交。 使用外部存储方式时,消费者需要自己实现偏移量的存储和读取逻辑。一般情况下,消费者会使用外部存储系统提供的API来操作偏移量。 总之,Kafka提供了内部存储和外部存储两种方式来存取偏移量,可以根据实际需求选择适合的方式。
评论 8
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