Scala 操作Kafka

最新推荐文章于 2025-06-22 21:43:20 发布

原创最新推荐文章于 2025-06-22 21:43:20 发布 · 3.2k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#Spark #Kafka

大数据专栏收录该内容

36 篇文章

订阅专栏

本文探讨了如何在Scala中利用Spark与Kafka进行数据处理，涵盖了作为生产者发布消息到Kafka以及作为消费者从Kafka消费数据的场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Spark支持Kafka

网上这块资料比较多，不再赘述
1.spark-streaming-kafka-0-8_2.11-2.1.0.jar 
2.kafka 的jar 包
3.jar存放路径 spark/jars/kafka

生产者

import org.apache.spark.streaming.kafka._
import org.apache.kafka.clients.producer.{KafkaProducer, ProducerConfig, ProducerRecord}
import org.json4s.jackson.Serialization.write

val props = new HashMap[String, Object]()
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "127.0.0.1:9092")
// value的解析序列化接口实现类（Deserializer）
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer")
// key的解析序列化接口实现类（Deserializer）
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer")
// 实例化一个Kafka生产者
val producer = new KafkaProducer[String, String](props)

// rdd.colect即将rdd中数据转化为数组，然后write函数将rdd内容转化为json格式
val str = write(rdd.collect)
// 封装成Kafka消息，topic为"result"
val message = new ProducerRecord[String, String]("result", null, str)
// 给Kafka发送消息
producer.send(message)

消费者

val zkQuorum = "localhost:2181" //Zookeeper服务器地址
val group = "1" //topic所在的group，可以设置为自己想要的名称，比如不用1，而是val group = "test-consumer-group"
val topics = "wordsender" //topics的名称
val numThreads = 1 //每个topic的分区数
val topicMap = topics.split(",").map((_, numThreads.toInt)).toMap
val lineMap = KafkaUtils.createStream(ssc, zkQuorum, group, topicMap)//接受