SparkStreaming消费kafka数据
发表于:2026-10-31 作者:千家信息网编辑
千家信息网最后更新 2026年10月31日,概要:本例子为SparkStreaming消费kafka消息的例子,实现的功能是将数据实时的进行抽取、过滤、转换,然后存储到HDFS中。实例代码package com.fwmagic.testimpo
千家信息网最后更新 2026年10月31日SparkStreaming消费kafka数据
概要:本例子为SparkStreaming消费kafka消息的例子,实现的功能是将数据实时的进行抽取、过滤、转换,然后存储到HDFS中。
实例代码
package com.fwmagic.testimport com.alibaba.fastjson.{JSON, JSONException}import org.apache.kafka.common.serialization.StringDeserializerimport org.apache.spark.SparkConfimport org.apache.spark.sql.{SaveMode, SparkSession}import org.apache.spark.streaming.kafka010._import org.apache.spark.streaming.{Seconds, StreamingContext}import org.slf4j.LoggerFactory/** * created by fwmagic */object RealtimeEtl { privateval logger = LoggerFactory.getLogger(PVUV.getClass) def main(args: Array[String]): Unit = { System.setProperty("HADOOP_USER_NAME", "hadoop") val conf = new SparkConf().setAppName("RealtimeEtl").setMaster("local[*]") val spark = SparkSession.builder().config(conf).getOrCreate() val streamContext = new StreamingContext(spark.sparkContext, Seconds(5)) //直连方式相当于跟kafka的Topic至直接连接 //"auto.offset.reset:earliest(每次重启重新开始消费),latest(重启时会从最新的offset开始读取) val kafkaParams = Map[String, Object]( "bootstrap.servers" -> "hd1:9092,hd2:9092,hd3:9092", "key.deserializer" -> classOf[StringDeserializer], "value.deserializer" -> classOf[StringDeserializer], "group.id" -> "fwmagic", "auto.offset.reset" -> "latest", "enable.auto.commit" -> (false: java.lang.Boolean) ) val topics = Array("access") val kafkaDStream = KafkaUtils.createDirectStream[String, String]( streamContext, LocationStrategies.PreferConsistent, ConsumerStrategies.Subscribe[String, String](topics, kafkaParams) ) //如果使用SparkStream和Kafka直连方式整合,生成的kafkaDStream必须调用foreachRDD kafkaDStream.foreachRDD(kafkaRDD => { if (!kafkaRDD.isEmpty()) { //获取当前批次的RDD的偏移量 val offsetRanges = kafkaRDD.asInstanceOf[HasOffsetRanges].offsetRanges //拿出kafka中的数据 val lines = kafkaRDD.map(_.value()) //将lines字符串转换成json对象 val logBeanRDD = lines.map(line => { var logBean: LogBean = null try { logBean = JSON.parseObject(line, classOf[LogBean]) } catch { case e: JSONException => { //logger记录 logger.error("json解析错误!line:" + line, e) } } logBean }) //过滤 val filteredRDD = logBeanRDD.filter(_ != null) //将RDD转化成DataFrame,因为RDD中装的是case class import spark.implicits._ val df = filteredRDD.toDF() df.show() //将数据写到hdfs中:hdfs://hd1:9000/360 df.repartition(1).write.mode(SaveMode.Append).parquet(args(0)) //提交当前批次的偏移量,偏移量最后写入kafka kafkaDStream.asInstanceOf[CanCommitOffsets].commitAsync(offsetRanges) } }) //启动 streamContext.start() streamContext.awaitTermination() streamContext.stop() }}case class LogBean(time:String, longitude:Double, latitude:Double, openid:String, page:String, evnet_type:Int)依赖环境(pom.xml)
4.0.0 com.fwmagic.360 fwmagic-360 1.0 1.8 1.8 2.11.7 2.2.2 2.7.7 UTF-8 org.scala-lang scala-library ${scala.version} org.apache.spark spark-core_2.11 ${spark.version} org.apache.spark spark-sql_2.11 ${spark.version} org.apache.spark spark-streaming_2.11 ${spark.version} org.apache.spark spark-streaming-kafka-0-10_2.11 ${spark.version} org.apache.hadoop hadoop-client ${hadoop.version} org.apache.hadoop hadoop-client ${hadoop.version} com.alibaba fastjson 1.2.39 net.alchim31.maven scala-maven-plugin 3.2.2 org.apache.maven.plugins maven-compiler-plugin 3.5.1 net.alchim31.maven scala-maven-plugin scala-compile-first process-resources add-source compile scala-test-compile process-test-resources testCompile org.apache.maven.plugins maven-compiler-plugin compile compile org.apache.maven.plugins maven-shade-plugin 2.4.3 package shade *:* META-INF/*.SF META-INF/*.DSA META-INF/*.RSA
数据
偏移
消费
例子
批次
方式
中装
代码
功能
字符
字符串
实例
实时
对象
概要
消息
环境
错误
UTF-8
存储
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
南京欣网互联网络科技有限公司
亿人帮互联网科技有限公司
国智互联网科技
科技创新与互联网经济
科技互联网技术
互联网科技与金融科技
美国互联网黑科技
易通互联网络科技有限公司
掌上梦互联网科技
互联网金融科技委员会
成都仁贤领冠互联网科技有限公司
老年人脱离互联网科技的作文
彤创互联网科技有限公司
青岛科技大学互联网大赛研究生
健康食品互联网创新科技园项目
科技赋能视角下互联网保险发展
2021互联网科技公司排名
产业互联网科技服务公司
上海同邻互联网科技有限公司规模
互联网的黑科技实验室
百单网互联网科技有限公司
互联网科技公司排名
国智互联网科技
科技互联网技术
互联网经济与金融科技
语蝶互联网科技有限公司
深圳育鹏互联网科技有限公司招聘
互联网公司黑科技创始人
科技互联网海报
福州德业互联网科技