这篇文章给大家分享的是有关Spark2.x中如何实现SparkStreaming消费Kafka实例的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
软件软件：
spark版本是apache spark2.2.0
kafka版本是kafka0.10.0
采用Direct Approach的方式来融合Spark Streaming和Kafka。没有采用Receiver-Based的方式。后续我会专门整理一篇文章分析两种融合方式不同。
1.kafka数据准备：
创建kafka的topic命令：
/usr/hdp/2.6.3.0-235/kafka/bin/kafka-topics.sh --zookeeper salver158.hadoop.unicom:2181,salver31.hadoop.unicom:2181,salver32.hadoop.unicom:2181 -topic kafkawordcount -replication-factor 2 -partitions 2 -create
发送数据命令：
/usr/hdp/2.6.3.0-235/kafka/bin/kafka-console-producer.sh --zookeeper salver158.hadoop.unicom:2181,salver31.hadoop.unicom:2181,salver32.hadoop.unicom:2181 -topic kafkawordcount
2.代码实例：
package com.unicom.ljs.spark220.study.streaming;import org.apache.kafka.clients.consumer.ConsumerRecord;import org.apache.kafka.common.TopicPartition;import org.apache.spark.SparkConf;import org.apache.spark.streaming.Durations;import org.apache.spark.streaming.api.java.JavaInputDStream;import org.apache.spark.streaming.api.java.JavaPairDStream;import org.apache.spark.streaming.api.java.JavaStreamingContext;import org.apache.spark.streaming.kafka010.ConsumerStrategies;import org.apache.spark.streaming.kafka010.KafkaUtils;import org.apache.spark.streaming.kafka010.LocationStrategies;import scala.Tuple2;import java.util.*;/*** @author: Created By lujisen* @company ChinaUnicom Software JiNan* @date: 2020-01-31 20:30* @version: v1.0* @description: com.unicom.ljs.spark220.study.streaming*/public class KafkaStreamingWordCount {public static void main(String[] args) throws InterruptedException {SparkConf sparkConf = new SparkConf().setMaster("local[*]").setAppName("KafkaStreamingWordCount");JavaStreamingContext ssc=new JavaStreamingContext(sparkConf, Durations.seconds(5));String topic="kafkawordcount";Collection<String> topics = new HashSet<>();topics.add(topic);//kafka相关参数，其他参数可自行百度String brokerList = "10.124.165.31:6667，10.124.165.32:6667";Map<String, Object> props = new HashMap<>();props.put("bootstrap.servers", brokerList);props.put("group.id", "groupLjs1");props.put("auto.offset.reset", "earliest");props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");/*指定kafka中topic的消费分区*/Map<TopicPartition, Long> offsets = new HashMap<>();offsets.put(new TopicPartition(topic, 0), 0L);offsets.put(new TopicPartition(topic, 1), 0L);//通过KafkaUtils.createDirectStream指定kafka数据源// 三个参数 1 sparkcontext 2.LocationStrategies.PreferConsistent,如上所示。这将在可用执行程序之间均匀分配分区 3，订阅kafka 的配置JavaInputDStream<ConsumerRecord<Object, Object>> lines = KafkaUtils.createDirectStream(ssc,LocationStrategies.PreferConsistent(),ConsumerStrategies.Subscribe(topics, props, offsets));JavaPairDStream<String, Integer> counts =lines.flatMap(x -> Arrays.asList(x.value().toString().split(" ")).iterator()).mapToPair(x -> new Tuple2<String, Integer>(x, 1)).reduceByKey((x, y) -> x + y);/*打印结果*/counts.print();/*启动*/ssc.start();ssc.awaitTermination();/*停止*/ssc.close();}}
3.数据统计展示：
感谢各位的阅读！关于“Spark2.x中如何实现SparkStreaming消费Kafka实例”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
