spark读取kafka数据(两种方式比较及flume配置文件)

本文探讨了SparkStreaming从Kafka获取数据的两种方式——Receiver和Direct。Receiver方式依赖Zookeeper,数据存储在Executor内存中,可能导致数据丢失。而Direct方式直接读取Kafka Broker,与Kafka Partition一一对应,提高并行度,并利用Kafka的高可用性。为了防止数据丢失,Direct方式需要设置checkpoint。示例代码展示了Java版的SparkStreaming配置。

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

Kafka topicpartition设计

    1、对于银行应用日志,一个系统建一个topic,每台主机对应一个partition,规则为,flume采集时,同一个应用,数据送到同一个topic,一个主机,送一个partition,这样做是为了同一个日志的数据在一个partition中,顺序不会乱。另,flume配置文件可以配置sinktopicpartition idxxx.kafka.topic = xxx ;dafaultPartitionId = x)。

2flume送数据到kafkaflume配置文件配置文件

a1.sources = r1

a1.channels = c1

a1.sinks = k1

 

a1.sources.r1.channels = c1

a1.sinks.k1.channel = c1

 

a1.channels.c1.type = memory

a1.channels.c1.capacity = 150000

a1.channels.c1.transactionCapacity = 1500

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