spark streaming统计kafka数据计数不准的问题

本文介绍了一个Spark应用统计Kafka数据时遇到的问题。最初使用Zookeeper方式时数据统计准确,但在改用直连模式后数据出现偏差。通过调整executor-cores参数解决了这一问题。

我的spark应用需要统计每秒钟kafka发送过来的条数,一开始用的是zk方式,使用reduceByKey来实现,然后把数据丢到redis中保存,最后再统计一个小时内,总共收到的数量。后来改用直连模式实现,即createDirectStream实现,但后来在对数据的时候发现数据不准,即一个小时内收到的总数和kafka一小时内发送的总数对不上,但之前在zk模式下是没有问题的呀!所以我想这应该是集群的问题,后来我想是不是跟executor-cores这个参数有关,因为我一直用的是6,我的节点也是6个,所以一直没改过,然后我将它改为1再试,结果ok了,数据统计正确。

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