我正在尝试spark streaming+kafka集成指南（kafka broker版本0.10.0或更高版本）中的示例代码。代码可以运行没有任何错误，但我不能收到任何记录。如果我从一开始就运行kafka-console-consumer.sh，我就可以得到记录。有人知道原因吗？我的代码如下：
val broker = "221.181.73.44:19092"
val topics = Array("connect-test")
val groupid = "SparkStreamingLoad3"
val kafkaParams = Map[String, Object](
"bootstrap.servers" -> broker,
"group.id" -> groupid,
"key.deserializer" -> classOf[StringDeserializer],
"value.deserializer" -> classOf[StringDeserializer],
"auto.offset.reset" -> "earliest", //earliest | latest
"enable.auto.commit" -> (false: java.lang.Boolean)
)
val stream = KafkaUtils.createDirectStream[String, String](ssc, PreferConsistent, Subscribe[String, String](topics, kafkaParams))
stream.print()
ssc.start()
ssc.awaitTermination()我的sbt版本是：
version := "1.0"
scalaVersion := "2.10.6"
libraryDependencies ++= Seq(
"org.apache.spark" % "spark-streaming-kafka-0-10_2.10" % "2.1.0",
"org.apache.spark" % "spark-core_2.10" % "2.1.0",
"org.apache.spark" % "spark-streaming_2.10" % "2.1.0",
"org.apache.kafka" % "kafka_2.10" % "0.10.2.1"
)谢谢！
2条答案
按热度按时间w1jd8yoj1#
默认端口是9092，这可能是问题所在。
"auto.offset.reset" -> "earliest"以及"enable.auto.commit" -> false应该始终从主题日志的开头开始读取，因为偏移量不会存储在任何位置。所以这没有问题。另外，我们可以看到您使用的完整命令吗
kafka-console-consumer.sh?nzkunb0c2#
最后，我解决了这个问题。答案如下：
主题中的数据是从console producer生成的，console producer是一个字符串列表。但是，数据的格式为[array[byte]，array[byte]]。不是[string，string]。因此，如果我使用stringdeserializer，将不会收到任何数据。
我从console学习了消费源代码writeto（consumerrecord:consumerrecord[array[byte]，array[byte]]，output:printstream）：unit
rdds中的键/值可以包含空值。在我的例子中，所有的键都是空的。我使用以下代码获取数据：
stream=kafkautils.createdirectstream[array[byte]，array[byte]]（ssc，preferconsistent，subscribe[array[byte]，array[byte]]（topics，kafkaparams））stream.map（rdd=>new string（option（rdd.key（））.getorelse（“null.getbytes））+“| | | delemiter | | |”+new string（option（rdd.value（））.getorelse（“null.getbytes）））.print（）