SparkStreaming消费Kafka

单词计数

package zygDemo1.kafka

import org.apache.kafka.clients.consumer.ConsumerRecord
import org.apache.kafka.common.serialization.StringDeserializer
import org.apache.spark.streaming.dstream.{DStream, InputDStream}
import org.apache.spark.streaming.kafka010._
import org.apache.spark.{HashPartitioner, SparkConf, TaskContext}
import org.apache.spark.streaming.{Seconds, StreamingContext}

object LoadKafkaDataDemo {
  def main(args: Array[String]): Unit = {
    //初始化环境
    val cpdir="d://zyg-20190716-2"
    val strCon=StreamingContext.getOrCreate(cpdir,()=>createContext())
    strCon.start()
    strCon.awaitTermination()
  }

  def createContext():StreamingContext={
    import java.lang
    val conf=new SparkConf().setAppName("LoadKafkaDataDemo").setMaster("local[*]")
    val context: StreamingContext = new StreamingContext(conf,Seconds(5))
    context.checkpoint("d://zyg-20190716-3")
    val topics=Array("test2")
    val kafkaParams=Map[String,Object] ("bootstrap.servers" -> "mini1:9092,mini2:9092,mini3:9092",
    //key和value的解码方式
    "key.deserializer" -> classOf[StringDeserializer],
    "value.deserializer" -> classOf[StringDeserializer],
      //指定组名
    "group.id" -> "group1",
    //消费位置
    "auto.offset.reset" -> "latest",
    //如果value合法提交offset
    "enable.auto.commit" -> (true:lang.Boolean))
    //streaming工具类提供的直连方式
    val msgs: InputDStream[ConsumerRecord[String, String]] = KafkaUtils.createDirectStream(
      context,
      LocationStrategies.PreferConsistent,
      ConsumerStrategies.Subscribe(topics, kafkaParams)
    )
//打印offsetRange信息
//        msgs.foreachRDD(rdd=>{
//          //获取offset集合范围
//          val  offsetsList:Array[OffsetRange]= rdd.asInstanceOf[HasOffsetRanges].offsetRanges
//
//          rdd.foreachPartition(part=>{
//            part.foreach(line=>{
//              val or: OffsetRange = offsetsList(TaskContext.get().partitionId())
//              println("----------topic:"+or.topic)
//              println("----------partition:"+or.partition)
//              println("----------fromOffset:"+or.fromOffset)
//              println("----------topicPartition:"+or.topicPartition())
//              println("----------line:"+line)
//
//            })
//          })
//        })
        //单词计数
    //key为offset,取值
    val lines: DStream[String] = msgs.map(_.value())
    //具体计数逻辑
    val tup: DStream[(String, Int)] = lines.flatMap(_.split(" ")).map((_,1))
    //分区器
    val partitioner=new HashPartitioner(context.sparkContext.defaultParallelism)
    //单词统计(采用历史数据和当前数据聚合计算的原语)
    val sumd=tup.updateStateByKey(func,partitioner,true)
    sumd.print()
    context
  }
  val func=(it:Iterator[(String,Seq[Int],Option[Int])])=>{
  //模式匹配计算单词数据
    it.map{
      case(x,y,z)=>(x,y.sum+z.getOrElse(0))
    }
  }
}
  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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