我正在尝试使用 Spark Streaming 使用 Kafka 主题的特定分区。
我在 KafkaUtils 中没有看到此用例的任何方法类(class)。
有一个方法叫createRDD
,这基本上是在期待 offsets
它仅对非流式应用程序有用。有没有其他方法可以使用 Spark Streaming 使用 Kafka 主题的特定分区?
最佳答案
没有办法使用单个分区,我们可以使用的最细粒度的是一个主题。但是,有一种方法可以指定给定消息源自特定分区。您可以在使用 createDirectStream
的重载时执行此操作这需要一个 Function1[MessageAndMetadata, R]
.
例如,假设我们有一个类型为 String
的 key 和消息。 ,而且我们目前只从一个主题中消费。我们可以做的:
val topicAndPartition: Map[TopicAndPartition, Long] = ???
val kafkaProperties: Map[String, String] = ???
KafkaUtils.createDirectStream[String,
String,
StringDecoder,
StringDecoder,
(String, String)](
streamingContext,
kafkaConfig.properties,
topicAndPartition,
(mam: MessageAndMetadata[String, String]) =>
(mam.partition, mam.message())
这样,我输出了分区 (1) 和底层消息 (2) 的元组。然后,我可以过滤这个
DStream[(String, String)]
只包含来自特定分区的消息:val filteredStream = kafkaDStream.filter { case (partition, _) => partition == 4 }
如果我们从多个主题中消费,我们需要输出一个主题和分区的元组,以便用正确的主题过滤分区。幸运的是,已经有一个方便的案例类叫做
TopicAndPartition
我们可以用。我们会有:(mam: MessageAndMetadata[String, String]) =>
(TopicAndPartition(mam.topic(), mam.partition()), mam.message())
进而:
val filteredStream = kafkaDStream.filter {
case (tap, _) => tap.topic == "mytopic" && tap.partition == 4
}
关于apache-kafka - Spark Streaming - 是否可以使用 Kafka 主题的特定分区?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40025161/