SparkStreaming-Kafka通过指定偏移量获取数据实现

 更新时间:2023年06月20日 11:55:04   作者:spark打酱油  
这篇文章主要为大家介绍了SparkStreaming-Kafka通过指定偏移量获取数据,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪

SparkStreaming-Kafka通过指定偏移量获取数据

1.数据源

'310999003001', '3109990030010220140820141230292','00000000','','2017-08-20 14:09:35','0',255,'SN', 0.00,'4','','310999','310999003001','02','','','2','','','2017-08-20 14:12:30','2017-08-20 14:16:13',0,0,'2017-08-21 18:50:05','','',' '
'310999003102', '3109990031020220140820141230266','粤BT96V3','','2017-08-20 14:09:35','0',21,'NS', 0.00,'2','','310999','310999003102','02','','','2','','','2017-08-20 14:12:30','2017-08-20 14:16:13',0,0,'2017-08-21 18:50:05','','',' '

2.生产者

import java.util.Properties
import com.google.gson.{Gson, GsonBuilder}
import org.apache.kafka.clients.producer.{KafkaProducer, ProducerRecord}
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}
/**
  * Date 2022/11/8 9:49
  */
object KafkaEventProducer {
  def main(args: Array[String]): Unit = {
    val conf: SparkConf = new SparkConf().setAppName("KafkaEventProducer").setMaster("local[*]")
    val sc = new SparkContext(conf)
    sc.setLogLevel("ERROR")
    val topic = "ly_test"
    val props = new Properties()
    props.put("bootstrap.servers","node01:9092,node02:9092,node03:9092")
    props.put("key.serializer","org.apache.kafka.common.serialization.StringSerializer")
    props.put("value.serializer","org.apache.kafka.common.serialization.StringSerializer")
    props.put("acks","all")
//    props.put("security.protocol","SASL_PLAINTEXT")
//    props.put("sasl.mechanism","PLAIN")
//    props.put("sasl.jaas.config","org.apache.kafka.common.security.plain.PlainLoginModule required username='sjf' password='123sjf';")
    val kafkaProducer = new KafkaProducer[String,String](props)
    val srcRDD: RDD[String] = sc.textFile("file:///F:\\work\\sun\\lywork\\hbaseoper\\datas\\kafkaproducerdata.txt")
    val records: Array[Array[String]] = srcRDD.filter(!_.startsWith(";")).map(_.split(",")).collect()
    //对数据进行预处理形成json形式
    for(record<-records){
      val trafficInfo = new TrafficInfo(record(0),record(2),record(4),record(6),record(13))
      // 不能用new Gson()   会出现 \u0027
      // val trafficInfoJson: String = new Gson().toJson(trafficInfo)
      //使用Gson gson = new Gson(),进行对象转化json格式时,单引号会被转换成u0027代码。使用以下方法进行替换
      val gson: Gson = new GsonBuilder().disableHtmlEscaping().create()
      val trafficInfoJson: String = gson.toJson(trafficInfo)
      kafkaProducer.send(new ProducerRecord[String,String](topic,trafficInfoJson))
      println("Message Sent:"+trafficInfoJson)
      Thread.sleep(2000)
    }
    sc.stop()
    kafkaProducer.flush()
    kafkaProducer.close()
  }
  //相机编号
  //车牌号
  //时间
  //速度
  //车道编号
  case class TrafficInfo(camer_id:String,car_id:String,event_time:String,car_speed:String,car_code:String)
}

3.消费者获取指定偏移量

import java.text.SimpleDateFormat
import java.util
import java.util.Date
import org.apache.kafka.clients.consumer.ConsumerRecord
import org.apache.kafka.common.record.TimestampType
import org.apache.kafka.common.serialization.StringDeserializer
import org.apache.spark.rdd.RDD
import org.apache.spark.streaming.dstream.{DStream, InputDStream}
import org.apache.spark.streaming.kafka010.{ConsumerStrategies, KafkaUtils, LocationStrategies, OffsetRange}
import org.apache.spark.streaming.{Seconds, StreamingContext}
import org.apache.spark.{SparkConf, SparkContext}
/**
  * Date 2022/11/5 16:38
  */
/**
  * 通过偏移量获取数据
  */
object AttainDataFromOffset {
  def main(args: Array[String]): Unit = {
    val conf: SparkConf = new SparkConf().setAppName("AttainDataFromOffset").setMaster("local[*]")
    val sc = new SparkContext(conf)
    sc.setLogLevel("ERROR")
    val ssc = new StreamingContext(sc,Seconds(5))
    val kafkaParams: Map[String, Object] = Map[String, Object](
      "bootstrap.servers" -> "node01:9092,node02:9092,node03:9092",
      "key.deserializer" -> classOf[StringDeserializer],
      "value.deserializer" -> classOf[StringDeserializer],
      "group.id" -> "ly",
      "auto.offset.reset" -> "earliest",
      "enable.auto.commit" -> (false: java.lang.Boolean)
      // kafka 带有账号密码sasl协议的认证
//      "security.protocol" -> "SASL_PLAINTEXT",
//      "sasl.mechanism" -> "PLAIN",
//      "sasl.jaas.config" -> "org.apache.kafka.common.security.plain.PlainLoginModule required username='sjf' password='123sjf';"
    )
    val topics = Array("ly_test")
    val stream: InputDStream[ConsumerRecord[String, String]] = KafkaUtils.createDirectStream[String, String](
      ssc,
      LocationStrategies.PreferConsistent,
      ConsumerStrategies.Subscribe[String,String](topics, kafkaParams)
    )
    val res: DStream[(String, String, Int, Long)] = stream.map(recoed => {
      val key: String = recoed.key()
      val value: String = recoed.value()
      val partionId: Int = recoed.partition()
      val offset: Long = recoed.offset()
      (key, value, partionId, offset)
      //println(key+"\t"+value+"\t"+partionId+"\t"+offset)
    })
    // 指定偏移量
    val offsetRanges = Array(
      // topic, partition, inclusive starting offset, exclusive ending offset
      OffsetRange("lawyee_test", 0, 1L, 10L)
    )
    // 获取指定偏移量的数据
    import scala.collection.JavaConverters._
    val jkafkaParams: util.Map[String, Object] = kafkaParams.asJava
    val offsetRDD: RDD[ConsumerRecord[String, String]] = KafkaUtils.createRDD[String,String](
      sc,
      jkafkaParams,
      offsetRanges,
      LocationStrategies.PreferConsistent
    )
    val resRDD: RDD[(String, String, Int, Long,String,TimestampType)] = offsetRDD.map(recoed => {
      val key: String = recoed.key()
      val value: String = recoed.value()
      val partionId: Int = recoed.partition()
      val offset: Long = recoed.offset()
      var time: Long = recoed.timestamp()
      val timeStr = timeStampToDate(time)
      val timestampType: TimestampType = recoed.timestampType()
      (key, value, partionId, offset,timeStr,timestampType)
      //println(key+"\t"+value+"\t"+partionId+"\t"+offset)
    })
    resRDD.foreach(println(_))
    res.print()
    ssc.start()
    ssc.awaitTermination()
  }
  // 时间格式时间 转换为字符串时间
  def dateToString(date:Date): String ={
    val simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss")
    val strDate: String = simpleDateFormat.format(date)
    strDate
  }
  // 字符串时间转换为时间格式时间
  def strToDate(str:String):Date = {
    val simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss")
    val date: Date = simpleDateFormat.parse(str)
    date
  }
  // 时间戳转化为字符串时间
  def timeStampToDate(timeStamp:Long): String ={
    val date = new Date(timeStamp)
    val strDate: String = dateToString(date)
    strDate
  }
  //字符串时间转化为时间戳
  def dateToTimeStamp(strDate:String): Long ={
    val date: Date = strToDate(strDate)
    val timeStamp: Long = date.getTime
    timeStamp
  }
}

以上就是SparkStreaming-Kafka通过指定偏移量获取数据的详细内容,更多关于SparkStreaming Kafka获取数据的资料请关注脚本之家其它相关文章!

相关文章

  • 地址到经纬度坐标转化的JAVA代码

    地址到经纬度坐标转化的JAVA代码

    这篇文章介绍了地址到经纬度坐标转化的JAVA代码,有需要的朋友可以参考一下
    2013-09-09
  • Java实现多线程文件下载的代码示例

    Java实现多线程文件下载的代码示例

    本篇文章主要介绍了Java实现多线程下载的代码示例,Java多线程可以充分利用CPU的资源,具有一定的参考价值,感兴趣的小伙伴们可以参考一下。
    2017-02-02
  • Java中的maven和gradle的比较与使用详解

    Java中的maven和gradle的比较与使用详解

    这篇文章主要介绍了maven和gradle的比较与使用,Maven使用基于XML的配置,Gradle采用了领域特定语言Groovy的配置,在Maven中要引入一个依赖,需要的朋友可以参考下
    2022-04-04
  • jar包和war包区别解析

    jar包和war包区别解析

    jar是java普通项目打包,通常是开发时要引用通用类,打成jar包便于存放管理,war是java web项目打包,web网站完成后,打成war包部署到服务器,目的是为了节省资源,提供效率,这篇文章主要介绍了jar包和war包区别及理解,需要的朋友可以参考下
    2023-07-07
  • Spring中常用注解的用法

    Spring中常用注解的用法

    这篇文章主要介绍了Spring中常用注解的用法,Spring注解方式减少了配置文件内容,更加便于管理,并且使用注解可以大大提高了开发效率,注解本身是没有功能的,和xml一样,注解和xml都是一种元数据,元数据即解释数据的数据,也就是所谓的配置,需要的朋友可以参考下
    2023-08-08
  • Java 数据结构与算法系列精讲之字符串暴力匹配

    Java 数据结构与算法系列精讲之字符串暴力匹配

    字符串暴力匹配算法是指在一个长字符串中暴力寻找是否包含某一子串所谓暴力匹配,就是不使用任何其他算法,将两个字符串中的字符一一进行比对
    2022-02-02
  • Java 回调机制(CallBack) 详解及实例代码

    Java 回调机制(CallBack) 详解及实例代码

    这篇文章主要介绍了 Java 回调机制(CallBack) 详解及实例代码的相关资料,需要的朋友可以参考下
    2017-02-02
  • 详解Spring配置及事务的使用

    详解Spring配置及事务的使用

    这篇文章主要介绍了详解Spring配置及事务的使用,文中附含详细的示例代码说明,有需要的朋友可以借鉴参考下,希望能够有所帮助
    2021-09-09
  • 基于Java实现多线程下载并允许断点续传

    基于Java实现多线程下载并允许断点续传

    这篇文章主要介绍了基于Java实现多线程下载并允许断点续传,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-03-03
  • 基于java实现websocket代码示例

    基于java实现websocket代码示例

    这篇文章主要介绍了基于java实现websocket代码示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-12-12

最新评论