SparkStreaming +Kafka ConsumerRecord无法序列化

已于 2023-03-23 23:43:22 修改
阅读量855 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： # Kafka # Spark 文章标签： 大数据 spark kafka
于 2021-08-23 17:41:14 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/CyAurora/article/details/119874295
本文探讨了在使用Apache Kafka时遇到的不可序列化ConsumerRecord问题，提供了如何通过设置Spark的序列化器为KryoSerializer来解决此问题，以及kafka-console-producer.sh命令示例。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

错误：had a not serializable result: org.apache.kafka.clients.consumer.ConsumerRecord

错误：had a not serializable result: org.apache.kafka.clients.consumer.ConsumerRecord

ConsumerRecord无法序列化

可注册使用Kyro序列化 org.apache.spark.serializer.KryoSerializer Spark没有默认使用Kryo作为序列化类库

set("spark.serializer", classOf[KryoSerializer].getName)

 kafka-console-producer.sh --broker-list hadoop01:9092 --topic test818

sparkstream消费kafka序列化报错
qq_45014844的博客
08-21 2880
本篇介绍在window运行环境下，使用spark消费kafka数据遇到的几个坑。。 调试环境IDEA //依赖 <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-core_2.12</artifactId> <version>2.4.7</version>
spark streaming + kafka实战
Luis的博客
01-21 573
1.接收数据 用spark streaming流式处理kafka中的数据，第一步当然是先把数据接收过来，转换为spark streaming中的数据结构Dstream。接收数据的方式有两种：1.利用Receiver接收数据，2.直接从kafka读取数据。 1.1基于Receiver的方式 这种方式利用接收器（Receiver）来接收kafka中的数据，其最基本是使用Kafka高阶用户API接...
18、【SparkStreaming】object not serializable (class: org.apache.kafka.clients.consumer.ConsumerRecord,...
Norni的博客
07-01 366
背景： 当SparkStream连接kafka，消费数据时，报错： object not serializable (class: org.apache.kafka.clients.consumer.ConsumerRecord, value: ConsumerRecord 分析： 消费者的消费记录序列化出现了问题，需要正确的进行序列化。 措施： 在设置sparkconf的时候，指定序列...
spark streaming消费kafka报错 Kafka ConsumerRecord is not serializable.Use .map to extract fields before
wppwpp1的专栏
04-15 2967
2020-04-15 15:56:50,026 ERROR --- [ streaming-job-executor-0] org.apache.spark.streaming.kafka010.KafkaRDD (line: 70) : Kafka Consume...
object not serializable (class: org.apache.kafka.clients.consumer.ConsumerRecord)
afei2530的博客
08-21 1174
3. object not serializable (class: org.apache.kafka.clients.consumer.ConsumerRecord) val stream = KafkaUtils.createDirectStream[String, String]( ssc, PreferConsist...
SparkStreaming消费kafka数据报错 object not serializable
weixin_41634597的博客
03-11 504
sparkstreaming消费kafka数据报错记录
not serializable result: org.apache.kafka.clients.consumer.ConsumerRecord
wangchao_cn的专栏
04-18 1005
解决方法 创建SparkContext时设置一个属性 set("spark.serializer","org.apache.spark.serializer.KryoSerializer") Exception in thread "main" org.apache.spark.SparkException: Job aborted due to stage failure: Ta...
Spark 之 Had a not serializable result: org.apache.hadoop.hbase.io.ImmutableBytesWritable
qq_32253371的博客
12-26 1627
1. 场景&amp;异常： Spark 读取 Hbase 报错，代码如下： val conf = new SparkConf().setAppName("SparkHistoryTags").setMaster("local") val sc = new SparkContext(conf) // 获取HbaseRDD val hbaseRDD = sc.newAPIHadoopRDD(ge...
SparkStreaming消费Kafka项目实战（JAVA版）
iTennis柠檬
09-20 2025
原文连接 http://notes.itennishy.com/article/43 一 项目需求 1、统计用户访问直播的uv数、pv数？ 2、统计用户跳转直播间的统计排名，即我的粉丝从哪个直播间过来到哪个直播间去？ 3、统计评论数和评论人数？ 4、统计引导进店数和引导进店人数？ 5、直播数据查询等。 二 整体方案设计图 三 开发过程中关键点总结 3.1 过程优化 1、采用队列方式，通过队列...
SparkStreaming与Kafka整合及相关案例
fengge18306的博客
05-24 1113
目录 1、SparkStreaming与Kafka-0-8整合 1.1、Receiver-based Approach（不推荐使用） 1.2、Direct Approach(No Receivers) 1.3、SparkStreaming与Kafka0.8版本整合数据不丢失方案（自己管理offset） 2、SparkStreaming与Kafka-0-10整合 2.1、只有Direct Approach(No Receivers) 2.2、SparkStreaming与Kafka0....
Spark 系列（十六）—— Spark Streaming 整合 Kafka
黑白影的博客
06-08 552
一、版本说明 Spark针对Kafka的不同版本，提供了两套整合方案：spark-streaming-kafka-0-8和spark-streaming-kafka-0-10，其主要区别如下： spark-streaming-kafka-0-8 spark-streaming-kafka-0-10 Kafka版本 0.8.2.1 or higher 0.10.0 or highe...
1、had a not serializable result: org.apache.kafka.clients.consumer.ConsumerRecord
ZJ__ZFH的博客
01-26 4785
Spark Streaming 整合Kafka报这个错 Spark版本 2.4.0 Kafka版本0.10.2.2 首先看模拟产生日志代码 public class AccessProducer extends Thread { private static SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd"); pr...
kafka spark java,Java Spark Kafka流中的对象不可序列化(org.apache.kafka.clients.consumer.ConsumerRecord)...
weixin_30291543的博客
02-21 626
I am pretty sure that I am pushing data only string and deserialize also as String. Record I pushed it is showing in error also.But why suddenly it is showing such type of error, Is there anything I a...
Spark Streaming中序列化问题：org.apache.spark.SparkException: Task not serializable
见贤思齐
07-07 838
利用saprk streaming实时分析数据时报的一些问题：打印日志如下： org.apache.spark.SparkException: Task not serializable at org.apache.spark.util.ClosureCleaner$.ensureSerializable(ClosureCleaner.scala:403) at org.apache.sp...
spark-streaming-kafka-0-10源码分析
weixin_30657999的博客
11-02 503
转发请注明原创地址http://www.cnblogs.com/dongxiao-yang/p/7767621.html 本文所研究的spark-streaming代码版本为2.3.0-SNAPSHOT spark-streaming为了匹配0.10以后版本的kafka客户端变化推出了一个目前还是Experimental状态的spark-streaming-kafka-0-10客户端，由...
Kafka-2.11-0.11.0.0对接spark streaming序列化问题
Demon的博客
04-04 822
Kafka_2.11-0.11.0.0 sprak-streaming-kafka-0-10_2.11 报错信息如下 java.io.NotSerializableException: org.apache.kafka.clients.consumer.ConsumerRecord Serialization stack: - object not serializable (class...
Spark Streaming 报错 NotSerializableException: org.apache.kafka.clients.consumer.ConsumerRecord
Henvealf的博客
05-14 1433
问题 Spark Streaming 执行报错 java.io.NotSerializableException: org.apache.kafka.clients.consumer.ConsumerRecord 原因 ConsumerRecord 没有实现序列化，在执行需要序列化的操作时，即 persist 或 window、print。会报错: 解决 推荐：在使用 persist 或 wi...
2018-07-22 Springboot集成kafka，提示Can't resolve symbol "ConsumerRecord"
【程序员不弃】的博客
07-22 3019
1.问题：Springboot集成kafka，提示Can't resolve symbol "ConsumerRecord"   2.场景：Springboot集成kafka https://blog.csdn.net/saytime/article/details/79950635 pom.xml已经引入kafka对应的jar包： &lt;dependency&gt; &lt;gro...
Spark用户行为日志分析——实时项目整理
程研板的博客
03-13 1280
目录一.数据源二.数据收集Flume三.消息队列Kafka四.Spark Streaming数据分析五.Structured Streaming数据分析六.Echarts数据可视化 一.数据源 二.数据收集Flume 三.消息队列Kafka 四.Spark Streaming数据分析 五.Structured Streaming数据分析 六.Echarts数据可视化 ...
用java写一个spark消费kafka的demo
05-24
以下是使用Java编写的Spark消费Kafka的示例代码： ``` import java.util.Arrays; import java.util.Collection; import java.util.HashMap; import java.util.Map; import org.apache.kafka.clients.consumer.ConsumerConfig; import org.apache.kafka.common.serialization.StringDeserializer; import org.apache.spark.SparkConf; import org.apache.spark.api.java.function.Function; import org.apache.spark.streaming.Durations; import org.apache.spark.streaming.api.java.JavaInputDStream; import org.apache.spark.streaming.api.java.JavaStreamingContext; import org.apache.spark.streaming.kafka010.ConsumerStrategies; import org.apache.spark.streaming.kafka010.KafkaUtils; import org.apache.spark.streaming.kafka010.LocationStrategies; public class SparkKafkaConsumerDemo { public static void main(String[] args) throws InterruptedException { String brokers = "localhost:9092"; String groupId = "group1"; String topics = "test_topic"; SparkConf sparkConf = new SparkConf().setAppName("KafkaSparkStreamingDemo").setMaster("local[*]"); JavaStreamingContext streamingContext = new JavaStreamingContext(sparkConf, Durations.seconds(1)); Collection<String> topicSet = Arrays.asList(topics.split(",")); Map<String, Object> kafkaParams = new HashMap<>(); kafkaParams.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, brokers); kafkaParams.put(ConsumerConfig.GROUP_ID_CONFIG, groupId); kafkaParams.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class); kafkaParams.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class); JavaInputDStream<ConsumerRecord<String, String>> stream = KafkaUtils.createDirectStream( streamingContext, LocationStrategies.PreferConsistent(), ConsumerStrategies.<String, String>Subscribe(topicSet, kafkaParams) ); stream.map(new Function<ConsumerRecord<String, String>, String>() { @Override public String call(ConsumerRecord<String, String> record) throws Exception { return record.value(); } }).print(); streamingContext.start(); streamingContext.awaitTermination(); } } ``` 在此示例中，我们使用Spark Streaming来消费Kafka中的消息。我们设置了Kafka的相关参数，包括broker地址、消费者组ID、序列化和反序列化类等。然后我们创建一个直接流，订阅指定的主题，并使用预设的Kafka参数。最后，我们将每个记录的值提取出来，并将其打印到控制台。 请注意，这只是一个简单的示例代码，你需要根据你的实际情况进行修改。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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