SparkStreaming与kafka的结合

首先,启动zookeeper,kafka,
启动生产者

kafka-console-producer.sh \
--broker-list mypc01:9092,mypc02:9092,mypc03:9092 \
--topic pet

启动消费者

kafka-console-consumer.sh \
--bootstrap-server mypc01:9092,mypc02:9092,mypc03:9092 \
--topic pet

编写代码,并执行

import org.apache.kafka.clients.consumer.ConsumerRecord
import org.apache.spark.SparkConf
import org.apache.spark.streaming.dstream.InputDStream
import org.apache.spark.streaming.kafka010.{ConsumerStrategies, KafkaUtils, LocationStrategies}
import org.apache.spark.streaming.{Seconds, StreamingContext}

object StreamKafaka extends App {
  private val conf = new SparkConf().setAppName("test").setMaster("local[*]")
    .set("spark.serializer", "org.apache.spark.serializer.KryoSerializer")
  private val ssc: StreamingContext = new StreamingContext(conf, Seconds(5))
  private val paras: Map[String, String] = Map[String, String](
    "bootstrap.servers" -> "mypc01:9092,mypc02:9092,mypc03:9092",
    "group.id" -> "test1",
    "auto.offset.restet" -> "latest",
    "key.deserializer" -> "org.apache.kafka.common.serialization.StringDeserializer",
    "value.deserializer" -> "org.apache.kafka.common.serialization.StringDeserializer"
  )
  //利用kafka构建dstream
  //3个参数,sparkconf,xx,消费者策略
  private val dstream: InputDStream[ConsumerRecord[String, String]] = KafkaUtils.createDirectStream(ssc, LocationStrategies.PreferConsistent,
    ConsumerStrategies.Subscribe(Array("pet"), paras))
  dstream.print()
  ssc.start()
  ssc.awaitTermination()
}

之后在生产者生产消息,idea的输出控制台就可以看到输出了如下示例

ConsumerRecord(topic = pet, partition = 2, offset = 185, CreateTime = 1607160465281, checksum = 314762068, serialized key size = -1, serialized value size = 3, key = null, value = 999)
ConsumerRecord(topic = pet, partition = 0, offset = 159, CreateTime = 1607160469953, checksum = 4250414327, serialized key size = -1, serialized value size = 5, key = null, value = apple)
ConsumerRecord(topic = pet, partition = 1, offset = 175, CreateTime = 1607160467851, checksum = 2772696894, serialized key size = -1, serialized value size = 4, key = null, value = ghjk)

其中获得的对象还可以进一步解析,比如你只想打印value

dstream.map((x: ConsumerRecord[String, String]) =>{
    x.value()
  }).print()

方法解析

createDirectStream方法

def createDirectStream[K, V](
      ssc: StreamingContext,
      locationStrategy: LocationStrategy,
      consumerStrategy: ConsumerStrategy[K, V]
    )

DStream的 Scala构造函数,其中每个给定的Kafka主题/分区都对应于RDD分区。 spark配置spark.streaming.kafka.maxRatePerPartition给出每个分区每秒接受的最大消息数。
参数:
locationStrategy –在大多数情况下,请传入LocationStrategies.PreferConsistent,有关更多详细信息,请参见LocationStrategies。
ConsumerStrategy –在大多数情况下,请传入ConsumerStrategies。请订阅,请参阅ConsumerStrategies以获取更多详细信息
类型参数:
K – Kafka消息key的类型
V – Kafka消息value的类型

Subscribe方法

def Subscribe[K, V](topics: Iterable[String], 
					kafkaParams: Map[String, Object]): ConsumerStrategy[K, V]

:订阅主题集合。
参数:
主题–订阅主题的集合
kafkaParams –在驱动程序上使用的Kafka配置参数。 执行者将使用相同的参数,并进行少量的自动修改。 需要使用以host1:port1,host2:port2格式指定的Kafka代理设置“ bootstrap.servers”。

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