sparkstreaming整合kafka

sparkstreaming整合kafka

  • 完成大致的流式计算的架构

    • 离线

        flume--->hdfs--->mapreduce/hive--->sqoop--->hbase/mysql/redis/hdfs
      
    • 流式

        flume--->kafka--->storm/sparkstreaming--->mysql/redis/hbase
      
  • 以下的案例基于flume—>kafka端数据是从kafka中获取的所以想要完成下面的程序,必须启动kafka和flume,或者自己在kafka的生产者中添加数据

  • 基于receiver的 sparkstreaming的整合

      package com.auar.ssk
      
      import org.apache.spark.SparkConf
      import org.apache.spark.storage.StorageLevel
      import org.apache.spark.streaming.dstream.DStream
      import org.apache.spark.streaming.kafka.KafkaUtils
      import org.apache.spark.streaming.{Seconds, StreamingContext}
      
      /**
        * sparkStreaming整合kafka的第一种方式基于receiver
        * 就是kafka发送个数据然后会产生回执
        * 这样的情况有三种:1.至少一次:这样会造成数据的重复
        * 2.发送一次:这样会造成数据的丢失
        * 3.有且仅有一次:这样就会造成效率过慢
        *
        */
      object SSK01 {
        def main(args: Array[String]): Unit = {
          System.setProperty("HADOOP_USER_NAME","root")
          val checkPoint="hdfs://hadoop:9000/ssk"
      
          val sparkConf = new SparkConf().setMaster("local[2]").setAppName("SSK")
          val streamingContext = new StreamingContext(sparkConf,Seconds(4))
          streamingContext.checkpoint(checkPoint)
          streamingContext.sparkContext.setLogLevel("WARN")
          val conf=Map("first"-> 2);
          //直接从kafka读取出来的值是key-value的形式
          val kafkaDStream: DStream[String] = KafkaUtils.createStream(streamingContext,
            "hadoop",
            "ssk",
            conf, StorageLevel.MEMORY_AND_DISK_SER).map(_._2)
          val result: DStream[(String, Int)] = kafkaDStream.flatMap(_.split(" ")).map(x => (x, 1))
          .updateStateByKey(
            (newValue: Seq[Int], state: Option[Int]) => {
              Some(newValue.sum + state.getOrElse(0))
            })
          result.print()
          streamingContext.start()
          streamingContext.awaitTermination()
        }
      }
    
  • 基于direct的sparkstreaming的整合

  • 这里整合direct模式就是自己从kafka中拉取数据而不是被动的接收

      package com.auar.ssk
      
      import kafka.serializer.StringDecoder
      import org.apache.spark.SparkConf
      import org.apache.spark.streaming.dstream.{DStream, InputDStream}
      import org.apache.spark.streaming.kafka.KafkaUtils
      import org.apache.spark.streaming.{Seconds, StreamingContext}
      
      object SSK02 {
        def main(args: Array[String]): Unit = {
          System.setProperty("HADOOP_USER_NAME","root")
          val checkPoint="hdfs://hadoop:9000/ssk02"
      
          val sparkConf = new SparkConf().setMaster("local[2]").setAppName("SSK")
          val streamingContext = new StreamingContext(sparkConf,Seconds(4))
          streamingContext.checkpoint(checkPoint)
          streamingContext.sparkContext.setLogLevel("WARN")
          val kafkaParams: Map[String, String] = Map("bootstrap.servers" -> "hadoop:9092")
          val kafkaSteams: DStream[String] =
            KafkaUtils.createDirectStream[String,String,StringDecoder,StringDecoder](streamingContext
              ,kafkaParams,Set("first")).map(_._2)
          val result: DStream[(String, Int)] = kafkaSteams.flatMap(_.split(" ")).map(x => (x, 1))
          .updateStateByKey(
            (newValue: Seq[Int], state: Option[Int]) => {
              Some(newValue.sum + state.getOrElse(0))
            })
          result.print()
          streamingContext.start()
          streamingContext.awaitTermination()
        }
      }
    
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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