spark连接kafka自己定义

package cn._51doit.spark.day13

import org.apache.kafka.clients.consumer.ConsumerRecord
import org.apache.kafka.common.serialization.StringDeserializer
import org.apache.spark.SparkConf
import org.apache.spark.streaming.dstream.{DStream, InputDStream}
import org.apache.spark.streaming.kafka010._
import org.apache.spark.streaming.{Seconds, StreamingContext}

object DStreamOffsetTest1 {

  def main(args: Array[String]): Unit = {

    //实时计算创建StreamingContext,(StreamingContext是对SparkContext的增强包装,里面持有者SparkContext的引用)
    val conf = new SparkConf().setAppName("StreamingWordCount").setMaster("local[*]")

    val ssc: StreamingContext = new StreamingContext(conf, Seconds(5))
    ssc.sparkContext.setLogLevel("WARN")

    //Kafka相关的参数
    val kafkaParams = Map[String, Object](
      "bootstrap.servers" -> "node-1.51doit.com:9092,node-2.51doit.com:9092,node-3.51doit.com:9092",
      "key.deserializer" -> classOf[StringDeserializer],
      "value.deserializer" -> classOf[StringDeserializer],
      "group.id" -> "g03",
      "auto.offset.reset" -> "earliest",
      "enable.auto.commit" -> (false: java.lang.Boolean) //让消费者不用自动提交偏移量
    )

    val topics = Array("wordcount")

    //sparkStreaming跟Kafka整合,使用的是官方推荐的直连方式,使用Kafka底层的消费API,效率更高
    val kafkaDStream: InputDStream[ConsumerRecord[String, String]] = KafkaUtils.createDirectStream(
      ssc, //传入StreamingContext
      LocationStrategies.PreferConsistent, //位置策略
      ConsumerStrategies.Subscribe[String, String](topics, kafkaParams) //消费策略
    )

    //DirectKafkaInputDStream中持有KafkaRDD,只有KafkaRDD有偏移量
    //val lines = kafkaDStream.map(_.value())
    //将KafkaRDD转换成了MapPartitionsRDD
//    lines.foreachRDD(rdd => {
//
//      val offsetRanges = rdd.asInstanceOf[HasOffsetRanges].offsetRanges
//
//      for (elem <- offsetRanges) {
//
//        println(elem.untilOffset)
//
//      }
//    })

    //在Driver
    var offsetRanges: Array[OffsetRange] = null

    //如果偏偏向调用DStream中的特殊方法,而且还想获取偏移量,例如:updateStateByKey,window
    val transformedRDD: DStream[ConsumerRecord[String, String]] = kafkaDStream.transform(rdd => {
      //获取偏移量(Driver)
      offsetRanges = rdd.asInstanceOf[HasOffsetRanges].offsetRanges
      rdd
    })


    //实现一个实时的WordCount
    //Transformation开始
    val words: DStream[String] = transformedRDD.map(_.value()).flatMap(_.split(" "))

    val wordAndOne: DStream[(String, Int)] = words.map((_, 1))

    //reduceByKey只对当前批次进行累加,不会累加历史批次
    //val reduced: DStream[(String, Int)] = wordAndOne.reduceByKey(_ + _)

    //要累加历史中间结果(State)
    //updateFunc: (Seq[V], Option[S]) => Option[S]
    //第一个参数:同一个批次中,相同key的value
    //第二个参数:对应key的value的初始值或中间结果
    //返回值:当前批次的数据和state计算后的结果
    val reduced: DStream[(String, Int)] = wordAndOne.updateStateByKey((s: Seq[Int], o: Option[Int]) => {
      Some(s.sum + o.getOrElse(0))
    })
    //Transformation结束

    reduced.foreachRDD(rdd => {

        //保存到MySQL

      rdd.foreachPartition(it => {
        //创建连接

      })

      //更新偏移量,使用第一手的DStream更新骗了
      kafkaDStream.asInstanceOf[CanCommitOffsets].commitAsync(offsetRanges)

    })


    //开启
    ssc.start()
    //让程序一直运行,将Driver挂起
    ssc.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