SparkStreaming-从kafka采集数据进行消费

﹏ヽ暗。殇╰゛Y 2023-02-19 13:29 6阅读 0赞

用法及说明  
在工程中需要引入 Maven 工件 spark- streaming-kafka\_2.10 来使用它。包内提供的 KafkaUtils 对象可以在 StreamingContext 和 JavaStreamingContext 中以你的 Kafka 消息创建出 DStream。由于 KafkaUtils 可以订阅多个主题，因此它创建出的 DStream 由成对的主题和消息组成。要创建出一个流数据，需要使用 StreamingContext 实例、一个由逗号隔开的 ZooKeeper 主机列表字符串、消费者组的名字(唯一名字)，以及一个从主题到针对这个主题的接收器线程数的映射表来调用 createStream() 方法。  
**`案例实操`**  
需求：通过SparkStreaming从Kafka读取数据，并将读取过来的数据做简单计算(WordCount)，最终打印到控制台。  
（1）导入依赖

<dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-streaming-kafka-0-8_2.11</artifactId>
        <version>2.1.1</version>
    </dependency>
    <dependency>
        <groupId>org.apache.kafka</groupId>
        <artifactId>kafka-clients</artifactId>
        <version>0.11.0.2</version>
    </dependency>

（2）编写代码

import org.apache.spark.SparkConf
    import org.apache.spark.streaming.kafka.KafkaUtils
    import org.apache.spark.streaming.{ Seconds, StreamingContext}
    
    
    object SparkStream_kafka { 
    
      def main(args: Array[String]): Unit = { 
    
        //使用SparkStream完成WordCount
    
        //Spark配置对象
        val sparkConf = new SparkConf().setMaster("local[*]").setAppName("wordcount")
    
        //实时数据分析的环境对象
        //采集周期，以指定的时间为周期采集实时数据
        val streamingContext = new StreamingContext(sparkConf, Seconds(5))
    
        //从kafka中采集数据
        val kafkaDStream = KafkaUtils.createStream(
          streamingContext,
          "hadoop102:2181",
          "donglin",
          Map("donglin" -> 3)
        )
    
        //将采集的数据进行分解（扁平化）
        val wordDStream = kafkaDStream.flatMap(t => t._2.split(" "))
    
        //将数据进行结构的转换，方便统计分析
        val mapDStream = wordDStream.map((_, 1))
    
        //将转换结构的数据进行聚合处理
      val wordToSumDStream = mapDStream.reduceByKey(_ + _)
    
    
        //将结果打印出来
        wordToSumDStream.print()
    
        //能停止采集程序
    
        //启动采集器
        streamingContext.start()
        //Driver等待采集器执行
        streamingContext.awaitTermination()
      }
    
    }

SparkStreaming-从kafka采集数据进行消费

发表评论取消回复

还没有评论，来说两句吧...

相关阅读