spark streaming 与 kafka实现实时流的案例分析

package day14

import org.apache.spark.SparkConf
import org.apache.spark.streaming.kafka.KafkaUtils
import org.apache.spark.streaming.{ Seconds, StreamingContext}

/**
  * Kafka的Receive方法
  */
object KafkaWC {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("kafkaWC").setMaster("local[2]")
    val ssc = new StreamingContext(conf,Seconds(5))
    //接下来编写 kafka的配置信息
    //首先我们编写kafka依赖的zk信息
    val zks = "192.168.14.131:2181,192.168.14.131:2182,192.168.14.131:2183"
    //然后是kafka的消费者组
    val groupId = "gp1"
    //Topic的名字 Map的key是topic名字，第二参数是线程数
    val topics = Map[String,Int]("tt"->1)
    //创建kafka的输入数据流，来获取kafka中的数据
    val data = KafkaUtils.createStream(ssc,zks,groupId,topics)
    //获取到的数据是键值对的格式(key，value)
    /