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)
    /

  • 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