kafka+sparkstreaming+hive参考案例

 参考谁的也忘了,就当个案例看看吧。

其中注意一点:本地开发环境开发CDH集群的,引入的包一定要和CDH版本对应,不然提交到集群会报错。

 

package mes.test.com.main

import com.alibaba.fastjson.{JSON, JSONObject}
import mes.kk.com.utils.PropUtil
import org.apache.kafka.common.serialization.StringDeserializer
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.types.{StringType, StructField, StructType}
import org.apache.spark.sql.{DataFrame, Row, SaveMode, SparkSession}
import org.apache.spark.streaming.kafka010.ConsumerStrategies.Subscribe
import org.apache.spark.streaming.kafka010.LocationStrategies.PreferConsistent
import org.apache.spark.streaming.kafka010.{HasOffsetRanges, KafkaUtils, OffsetRange}
import org.apache.spark.streaming.{Seconds, StreamingContext}

import scala.collection.mutable.ArrayBuffer

/**
  * @author yhb
  * @date 
  * @description :
  */
object LogsToHive {

  //加载配置变量
  val prop = new PropUtil("config.properties")
  val brokers = prop.getProp("KAFKA_BROKERS")
  val groupName: String = this.getClass.getName.replace("$", " ")

  def main(args: Array[String]): Unit = {
    //获取SparkSession连接,没有则创建
//    val spark = SparkSession.builder().appName(groupName).master("local[4]").enableHiveSupport().getOrCreate()
        val spark = SparkSession.builder().appName(groupName).enableHiveSupport().getOrCreate()

    val sc = spark.sparkContext
    //设置日志级别
    sc.setLogLevel("WARN")
    val ssc = new StreamingContext(sc, Seconds(30))

    //读取的topic
    val topics = Array("logs")

    //配置kafka参数  latest, earliest, none
    val kafkaParams = Map[String, Object](
      "bootstrap.servers" -> brokers,
      "key.deserializer" -> classOf[StringDeserializer],
      "value.deserializer" -> classOf[StringDeserializer],
      "group.id" -> groupName,
      "auto.offset.reset" -> "latest",
      "enable.auto.commit" -> (false: java.lang.Boolean)
    )

    //创建数据流
    val messages = KafkaUtils.createDirectStream[String, String](
      ssc,
      PreferConsistent,
      Subscribe[String, String](topics, kafkaParams)
    )

    var offsetRanges = Array[OffsetRange]()

    messages.foreachRDD { kafkaRDD =>
      //只有KafkaRDD可以强转成HasOffsetRanges,并获取到偏移量
      offsetRanges = kafkaRDD.asInstanceOf[HasOffsetRanges].offsetRanges

      //获取message中的具体数据
      val kafkaData: RDD[String] = kafkaRDD.map(_.value())

      val value: RDD[Row] = kafkaData.map
  • 0
    点赞
  • 4
    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