Spark实时项目第三天-精准一次消费|手动提交偏移

本文详细介绍了如何在Spark实时处理中实现精确一次消费,通过手动提交Kafka偏移量,利用Redis来保存这些偏移量,以确保数据不丢失和不重复。文章包括问题背景、解决方案的阐述,以及 OffsetManagerUtil 工具类的编写和DAUApp的完整代码展示,最后进行了结果测试。
摘要由CSDN通过智能技术生成

精确一次消费

在这里插入图片描述

问题产生

在这里插入图片描述

解决方案

在这里插入图片描述

手动提交偏移量

在这里插入图片描述

用Redis保存偏移量原因

在这里插入图片描述

编写OffsetManagerUtil

在scala\com\atguigu\gmall\realtime\utils\OffsetManagerUtil

import java.util

import org.apache.kafka.common.TopicPartition
import org.apache.spark.streaming.kafka010.OffsetRange
import redis.clients.jedis.Jedis
import  scala.collection.JavaConversions._
object OffsetManagerUtil {
   


  /**
   * 从Redis中读取偏移量
   * @param groupId
   * @param topic
   * @return
   */
  def getOffset(groupId:String,topic:String):Map[TopicPartition,Long]={
   
    var offsetMap=Map[TopicPartition,Long]()

    val jedisClient: Jedis = RedisUtil.getJedisClient

    val redisOffsetMap: util.Map[String, String] = jedisClient.hgetAll("offset:"+groupId+":"+topic)
    jedisClient.close()
    if(redisOffsetMap!=null&&redisOffsetMap.isEmpty){
   
      null
    }else {
   

      val redisOffsetList: List[(String, String)] = redisOffsetMap.toList

      val kafkaOffsetList: List[(TopicPartition, Long)] = redisOffsetList.map {
    case ( partition, offset) =>
        (new TopicPartition(topic, partition.toInt), offset.toLong)
      }
      kafkaOffsetList.toMap
    }
  }

  /**
   * 偏移量写入到Redis中
   * @param groupId
   * @param topic
   * @param offsetArray
   */
  def saveOffset(groupId:String,topic:String ,offsetArray:Array[OffsetRange]):Unit= {
   
    if (offsetArray != null && offsetArray.size > 
  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,下面是对于“spark实时项目第二天-代码开发之消费kafka|redis去重|建立模板将数据保存到es中”的回复: 这个项目的第二天是关于代码开发的,主要包括消费kafka、使用redis进行去重、以及将数据保存到es中。具体来说,我们需要编写代码来实现以下功能: 1. 从kafka消费数据:使用spark streaming来消费kafka中的数据,可以使用kafkaUtils.createDirectStream()方法来创建一个DStream对象。 2. 使用redis进行去重:在消费数据之前,我们需要先将数据进行去重,以避免重复处理。可以使用redis实现去重功能,具体来说,我们可以将每条数据的唯一标识(比如说id)存储到redis中,然后在消费数据时,先判断该数据的唯一标识是否已经存在于redis中,如果存在,则说明该数据已经被处理过,可以直接跳过;否则,说明该数据是新的,需要进行处理。 3. 将数据保存到es中:最后,我们需要将处理后的数据保存到es中,以便后续的分析和查询。可以使用elasticsearch-hadoop库来实现将数据保存到es中的功能,具体来说,我们可以将每条数据转换成一个json格式的字符串,然后使用saveJsonToEs()方法将数据保存到es中。 以上就是这个项目第二天的主要内容,需要注意的是,代码开发需要结合具体的业务场景和数据特点来进行,因此具体的实现方式可能会有所不同。
评论
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