streaming从kafka中读数据

本文展示了一个使用 Apache Spark Streaming 直接从 Kafka 消费消息的示例。通过配置 Spark 和 Kafka 参数,创建了直接流处理,实现了从指定主题 kb07 接收并处理消息的功能。此示例涵盖了 Spark 配置、Kafka 参数设置及消息处理流程。

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

package test01


import org.apache.kafka.clients.consumer.{ConsumerConfig, ConsumerRecord}
import org.apache.spark.SparkConf
import org.apache.spark.streaming.dstream.{InputDStream, ReceiverInputDStream}
import org.apache.spark.streaming.flume.{FlumeUtils, SparkFlumeEvent}
import org.apache.spark.streaming.kafka010.{ConsumerStrategies, KafkaUtils, LocationStrategies}
import org.apache.spark.streaming.{Seconds, StreamingContext}

object SparkkafkaDirectDemo extends App {
  private val conf: SparkConf = new SparkConf().setAppName("flume01").setMaster("local[2]")
  private val ssc = new StreamingContext(conf,Seconds(5))
  val kafkaParams = Map(
    (ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG -> "192.168.106.107:9092"),
    ("key.deserializer"->"org.apache.kafka.common.serialization.StringDeserializer"),
    ("value.deserializer"-> "org.apache.kafka.common.serialization.StringDeserializer"),
    (ConsumerConfig.GROUP_ID_CONFIG-> "testGroup")
  )

  private val message: InputDStream[ConsumerRecord[String, String]] = KafkaUtils.createDirectStream(ssc,
    LocationStrategies.PreferConsistent,
    ConsumerStrategies.Subscribe(Set("kb07"), kafkaParams)
  )

message.map(x=>x.value()).flatMap(_.split("")).map((_,1)).reduceByKey(_+_)



ssc.start()
  ssc.awaitTermination()

}

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