基于Kafak+SparkStreaming+Hbase框架的实时写入

本文介绍了使用Kafka+SparkStreaming+Hbase构建的实时数据写入解决方案,主要用于实时监控数据流在多套Kafka集群中的状态。通过整合资源并调试,实现了线上部署。重点展示了写入Hbase的代码片段,但部分自定义工具类未详尽展示,感兴趣者可留言交流。
摘要由CSDN通过智能技术生成

kafka+sparkStreaming+Hbase实时写入

需求

最近在公司做了对数据流的实时监控功能,要求对每一条数据的流向都要进行监控(公司的架构中存在多套kafka),也就是说要对一条数据在各个kafka集群中的状态进行展示。由于以前对Hbase的了解度不够,中间踩了不少坑,好在从网上搜集了许多资源(各部分的来源记不清了。。。),进行了整合调试,最终满足了需求(已经部署到了线上)。具体过程就不废话了,直接代码。

具体代码

写入 Hbase

中间自定义了很多工具类,这里就不全部展示了。有意向的可以留下言。当然,也可以将这些自定义方法自己实现一下。

object A{
   
  def main(args: Array[String]): Unit = {
   
	  //要设置spark.serializer,否则会报序列化异常
    val conf = new SparkConf().setAppName("A").set("spark.serializer", "org.apache.spark.serializer.KryoSerializer")
    val sc = new SparkContext(conf)
    val pro = new GetProperties()
    val ssc = new StreamingContext(sc,Seconds(pro
  • 0
    点赞
  • 4
    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