java - 如何使用 Java 检查从 Spark 结构化流中的 Kafka 获取数据？

Question

我正在尝试从 kafka 获取数据到 Spark-Structured-Streaming，但我无法检查我是否做得好。我想在控制台上打印来自 kafka 的数据，但控制台上没有任何内容。 可能是因为 Kafka 的数据量很大，但我不知道。

我使用的是 Windows 10。我检查了 kafka 的端口是通过以下方式建立的 “netstat -an | findstr TARGET_IP”。 TARGET_IP 表示kafka生产者的IP。 通过上面结果中的PID，我检查了“tasklist/FI“PID eq 5406””。 5406是java.exe的PID，并且PID 5406使用的内存不断增加。

public static void main( String[] args ) {
    SparkSession spark = SparkSession.builder()
            .master("local")
            .appName("App").getOrCreate();
    Dataset<Row> df = spark
            .readStream()
            .format("kafka")
            .option("kafka.bootstrap.servers", "TARGET_IP:TARGET_PORT")
            .option("subscribe", "TARGET_TOPIC")
            .option("startingOffsets", "earliest")
            .load();
    df.printSchema();
    StreamingQuery queryone = df.writeStream().trigger(Trigger.ProcessingTime(1000)).format("console").start();
    try {
        queryone.awaitTermination();
    } catch (StreamingQueryException e) {
        e.printStackTrace();
    }
}

Answer 1

我测试了你的代码，它可以打印。

首先您应该检查您的kafka topic ，确保其中有消息。

然后检查您的 Spark 应用程序，确保它可以连接您的 Kafka Broker。