spark streaming python_如何使用Spark Streaming和Python从Kafka消费JSON记录?

为什么Python不是Scala?!那么你的家庭练习就是把下面的代码重写成Python;-)As of Spark 2.1.1, out of these sources, Kafka, Kinesis and Flume are available in the Python API.

基本上,过程是:

使用spark-streaming-kafka-0-10_2.11库读取Kafka主题中的消息,如Spark Streaming + Kafka Integration Guide (Kafka broker version 0.10.0 or higher)使用KafkaUtils.createDirectStream中所述。在import org.apache.kafka.clients.consumer.ConsumerRecord

import org.apache.kafka.common.serialization.StringDeserializer

import org.apache.spark.streaming.kafka010._

import org.apache.spark.streaming.kafka010.LocationStrategies.PreferConsistent

import org.apache.spark.streaming.kafka010.ConsumerStrategies.Subscribe

val kafkaParams = Map[String, Object](

"bootstrap.servers" -> "localhost:9092,anotherhost:9092",

"key.deserializer" -> classOf[StringDeserializer],

"value.deserializer" -> classOf[StringDeserializer],

"group.id" -> "use_a_separate_group_id_for_each_stream",

"auto.offset.reset" -> "latest",

"enable.auto.commit" -> (false: java.lang.Boolean)

)

val topics = Array("topicA", "topicB")

val stream = KafkaUtils.createDirectStream[String, String](

streamingContext,

PreferConsistent,

Subscribe[String, String](topics, kafkaParams)

)

使用map运算符将ConsumerRecords复制到值,这样就不会遇到序列化问题。在

^{pr2}$

如果不发送密钥,只要record.value就足够了。在stream.map(record => record.value)

将字符串消息转换为JSON一旦有了这些值,就可以使用from_json函数:from_json(e: Column, schema: StructType) Parses a column containing a JSON string into a StructType with the specified schema. Returns null, in the case of an unparseable string.

代码如下所示:...foreach { rdd =>

messagesRDD.toDF.

withColumn("json", from_json('value, jsonSchema)).

select("json.*").show(false)

}

完成!

  • 0
    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