SparkStream读取Kafka消息

最新推荐文章于 2025-05-21 15:52:24 发布

凯风与海

最新推荐文章于 2025-05-21 15:52:24 发布

阅读量1.9k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： Spark

本文链接：https://blog.youkuaiyun.com/weixin_38963816/article/details/80329321

Spark 专栏收录该内容

7 篇文章

订阅专栏

本文介绍如何使用 Apache Spark Streaming 连接 Kafka，并演示了如何配置 Spark 和 Kafka 参数来实现高效的数据流处理。通过创建直接流的方式，文章展示了如何读取特定主题的数据并进行简单打印。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import org.apache.kafka.common.serialization.StringDeserializer
import org.apache.spark.streaming.{Seconds, StreamingContext}
import org.apache.spark.SparkConf
import org.apache.spark.streaming.kafka010._
import org.apache.spark.streaming.kafka010.LocationStrategies.PreferConsistent
import org.apache.spark.streaming.kafka010.ConsumerStrategies.Subscribe
import org.apache.spark.sql.SparkSession

object KafkaTest extends Serializable {

  def main(args: Array[String]): Unit = {

    val conf = new SparkConf();
    conf.setMaster("local")
    conf.setAppName("wangjk")
    conf.set("spark.testing.memory", "2147480000")
    val ssc =  new StreamingContext(conf, Seconds.apply(5))

    val sess = SparkSession.builder().config(conf).getOrCreate


    val kafkaParams = Map[String, Object](
      "bootstrap.servers" -> "datatwo:9092,datathree:9092,datafour:9092",// kafka 集群
      "key.deserializer" -> classOf[StringDeserializer],
      "value.deserializer" -> classOf[StringDeserializer],
      "group.id" -> "dsffaa",
      "auto.offset.reset" -> "earliest",  // 每次都是从头开始消费（from-beginning），可配置其他消费方式
      "enable.auto.commit" -> (false: java.lang.Boolean)
    )


    val topics = Array("air")  //主题，可配置多个
    val stream = KafkaUtils.createDirectStream[String, String](
      ssc,
      PreferConsistent,
      Subscribe[String, String](topics, kafkaParams)
    )



    val rd2=stream.map(e=>(e.value()))  //e.value() 是kafka消息内容，e.key为空值
    rd2.print()


    ssc.start()
    ssc.awaitTermination()

      }
}