spark读取kafka
package com.shujia.spark.streaming import org.apache.kafka.clients.consumer.ConsumerRecord import org.apache.spark.streaming.kafka010.ConsumerStrategies.Subscribe import org.apache.spark.SparkConf import org.apache.spark.streaming.kafka010.KafkaUtils import org.apache.kafka.common.serialization.StringDeserializer import org.apache.spark.streaming.dstream.InputDStream import org.apache.spark.streaming.{Durations, StreamingContext} import org.apache.spark.streaming.kafka010.LocationStrategies.PreferConsistent object Demo5ReadKafka { def main(args: Array[String]): Unit = { val conf: SparkConf = new SparkConf() .setAppName("streaming") .setMaster("local[2]") /** * 创建streaming 上下文对象,指定batch的间隔时间,多久计算一次 * */ val ssc = new StreamingContext(conf, Durations.seconds(5)) ssc.checkpoint("data/checkpoint") //读取kafka数据 //kafka链接参数 val kafkaParams: Map[String, Object] = Map[String, Object]( "bootstrap.servers" -> "master:9092,node1:9092,node2:9092", //kafka列表 "key.deserializer" -> classOf[StringDeserializer], //k和v 的序列化类型 "value.deserializer" -> classOf[StringDeserializer], "group.id" -> "asdasdasdas", //消费者组 "auto.offset.reset" -> "latest", //latest:读取新的数据 "enable.auto.commit" -> "false" //自动提交偏移量 ) //topic 列表 val topics = Array("test_topic1") /** * createDirectStream: 主动拉取数据 * */ val linesDS: InputDStream[ConsumerRecord[String, String]] = KafkaUtils.createDirectStream[String, String]( ssc, PreferConsistent, Subscribe[String, String](topics, kafkaParams) ) /** * kafka 是一个key value 格式的, 默认key 为null ,一般用不上 * */ linesDS .map(record => (record.key(), record.value())) .map(_._2) .flatMap(_.split(",")) .map((_, 1)) .updateStateByKey((seq: Seq[Int], opt: Option[Int]) => Some(seq.sum + opt.getOrElse(0))) .print() ssc.start() ssc.awaitTermination() ssc.stop() } }
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· C#/.NET/.NET Core优秀项目和框架2025年2月简报
· DeepSeek在M芯片Mac上本地化部署