python kafka消息传入spark streaming 实时计算打印

实现了从kafka取nginx日志,并在本地打印出来 

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2019/01/09 18:00
# @Author  : xuanda
# @Site    : 
# @File    : kafka_to_sparkstreaming.py

from pyspark import SparkContext
from pyspark.streaming import StreamingContext
from pyspark.streaming.kafka import KafkaUtils

if __name__ == '__main__':
    zkQuorum = '192.168.1.20:2181'
    topic = {'nginx-access-log': 1}
    groupid = "kafka-to-sparkstreaming"
    appName = "KafkaToSparkstreaming"
    timecell = 5

    sc = SparkContext(master="spark://192.168.1.20:7077", appName=appName)
    ssc = StreamingContext(sc, timecell)

    lines = KafkaUtils.createStream(ssc, zkQuorum, groupid, topic)
    line1 = lines.map(lambda x:x[1])
    line1.saveAsTextFiles("/tmp/kafka/nginx")
    line1.pprint()

    ssc.start()
    ssc.awaitTermination()

运行

spark-2.4.0-bin-hadoop2.7/bin/spark-sub
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