Spark Streaming消费kafka示例

本文介绍如何使用Spark 2.2.0版本与Kafka 0.11.0.0集成进行实时数据流处理。文章提供了详细的POM依赖配置及示例程序代码,包括设置Spark配置、创建直接Kafka流、读取消息并打印等步骤。

一 组件版本

Spark版本:spark-2.1.1-bin-hadoop2.7
Kafka版本:kafka_2.11-0.11.0.0

Scala版本:2.11.8

Tips:用scala 2.12.x的版本会报方法不存在错误

二 POM文件内容

<dependencies>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-core_2.11</artifactId>
        <version>2.2.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-streaming_2.11</artifactId>
        <version>2.2.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-hive_2.11</artifactId>
        <version>2.2.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-streaming-kafka-0-10_2.11</artifactId>
        <version>2.2.0</version>
    </dependency>
</dependencies>

三 示例程序

import org.apache.spark.SparkConf
import org.apache.spark.streaming._
import org.apache.spark.streaming.kafka010._


object StreamingTest {
    def main(args: Array[String]): Unit = {
      //获取sparkstreaming

      val conf = new SparkConf().setMaster("local[2]").setAppName("NetworkWordCount")
      val ssc = new StreamingContext(conf, Seconds(10))

      // Create direct kafka stream with brokers and topics
      val topics="test"
      val brokers="localhost:9092"
      val topicsSet = topics.split(",").toSet
      val kafkaParams = Map[String, String]("bootstrap.servers" -> brokers,
        "value.deserializer" -> "org.apache.kafka.common.serialization.StringDeserializer",
        "key.deserializer" -> "org.apache.kafka.common.serialization.StringDeserializer",
        "group.id" -> "test-consumer-group")
      val messages = KafkaUtils.createDirectStream[String, String](
        ssc,
        LocationStrategies.PreferConsistent,
        ConsumerStrategies.Subscribe[String, String](topicsSet, kafkaParams))

      // Get the lines, split them into words, count the words and print
     
      val lines = messages.map(_.value)
      lines.print()

      // Start the computation
      ssc.start()
      ssc.awaitTermination()
    }
}

好的,这里是一个简单的 Spring Boot Spark Streaming 消费 Kafka 的代码示例,供参考: 1. 添加 Maven 依赖 首先,你需要添加以下 Maven 依赖来使用 KafkaSpark Streaming: ```xml <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-streaming_2.11</artifactId> <version>${spark.version}</version> <scope>provided</scope> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-streaming-kafka-0-10_2.11</artifactId> <version>${spark.version}</version> <scope>provided</scope> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> <version>${spring-boot.version}</version> </dependency> ``` 注意,这里使用了 Spark 2.11 版本和 Kafka 0.10 版本的依赖。 2. 创建 Kafka 消费者配置类 在 Spring Boot 中,你可以通过配置类来创建 Kafka 消费者的配置。以下是一个简单的 Kafka 消费者配置类示例: ```java @Configuration public class KafkaConsumerConfig { @Value("${kafka.bootstrap.servers}") private String bootstrapServers; @Bean public Map<String, Object> consumerConfigs() { Map<String, Object> props = new HashMap<>(); props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, bootstrapServers); props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class); props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class); props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest"); props.put(ConsumerConfig.GROUP_ID_CONFIG, "test-group"); return props; } @Bean public ConsumerFactory<String, String> consumerFactory() { return new DefaultKafkaConsumerFactory<>(consumerConfigs()); } @Bean public KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<String, String>> kafkaListenerContainerFactory() { ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>(); factory.setConsumerFactory(consumerFactory()); return factory; } } ``` 3. 创建 Spark Streaming 应用程序 接下来,你需要创建一个 Spark Streaming 应用程序来消费 Kafka 中的数据。以下是一个简单的 Spark Streaming 应用程序示例: ```java @SpringBootApplication public class SparkStreamingKafkaApplication { public static void main(String[] args) { SpringApplication.run(SparkStreamingKafkaApplication.class, args); } @Bean public JavaStreamingContext javaStreamingContext() { SparkConf sparkConf = new SparkConf().setAppName("KafkaConsumer").setMaster("local[*]"); JavaStreamingContext jssc = new JavaStreamingContext(sparkConf, Durations.seconds(5)); Map<String, Object> kafkaParams = new HashMap<>(); kafkaParams.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092"); kafkaParams.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class); kafkaParams.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class); kafkaParams.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest"); kafkaParams.put(ConsumerConfig.GROUP_ID_CONFIG, "test-group"); Collection<String> topics = Arrays.asList("test-topic"); JavaInputDStream<ConsumerRecord<String, String>> stream = KafkaUtils.createDirectStream( jssc, LocationStrategies.PreferConsistent(), ConsumerStrategies.<String, String>Subscribe(topics, kafkaParams) ); stream.mapToPair(record -> new Tuple2<>(record.key(), record.value())) .print(); return jssc; } } ``` 这个应用程序会每 5 秒钟从 Kafka消费一次数据,并将消费到的数据输出到控制台上。 在上面的示例中,我们使用了 Kafka 的 `createDirectStream` 方法来创建一个 DStream,该方法会直接从 Kafka消费数据。然后,我们使用 `mapToPair` 方法将消费到的数据转换成键值对的形式,并使用 `print` 方法输出到控制台上。 4. 运行应用程序 最后,你可以运行这个 Spring Boot Spark Streaming 应用程序,它会从 Kafka消费数据并输出到控制台上。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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