首页 文章

在ECLIPSE中执行时无法查看kafka使用者输出：PySpark

提问于
浏览 次
1

我在windows系统中安装了kafka和zookeeper . 我已经启动了kafka和zookeeper服务器，创建了主题“javainuse-topic”，使用以下命令启动了 生产环境 者和消费者

. \ bin \ windows \ zookeeper-server-start.bat . \ config \ zookeeper.properties . \ bin \ windows \ kafka-server-start.bat . \ config \ server.properties . \ bin \ windows \ kafka-topics .bat --create --zookeeper localhost：2181 --replication-factor 1 --partitions 1 --topic javainuse-topic . \ bin \ windows \ kafka-console-producer.bat --broker-list localhost：9092 - 主题javainuse-topic . \ bin \ windows \ kafka-console-consumer.bat --bootstrap-server localhost：9092 --topic javainuse-topic --from-beginning

我能够成功地将数据从 生产环境 者传输到消费者 . 所以，我在eclipse中编写了下面的代码并试图在本地执行它 . 但我无法在我的eclipse控制台中查看消费者数据 .

import os
os.environ['PYSPARK_SUBMIT_ARGS'] = '--packages org.apache.spark:spark-streaming-kafka-0-8_2.11:2.3.0 pyspark-shell'

import sys
import time
from pyspark import SparkContext, SparkConf
from pyspark.streaming import StreamingContext
from pyspark.streaming.kafka import KafkaUtils


n_secs = 1
topic = "javainuse-topic"

conf = SparkConf().setAppName("KafkaStreamProcessor").setMaster("local[*]")
sc = SparkContext(conf=conf)
sc.setLogLevel("WARN")
ssc = StreamingContext(sc, n_secs)

kafkaStream = KafkaUtils.createDirectStream(ssc, [topic], {
                        'bootstrap.servers':'localhost:9092', 
                        'group.id':'javainuse-topic', 
                        'fetch.message.max.bytes':'15728640',
                        'auto.offset.reset':'largest'})
                        # Group ID is completely arbitrary

lines = kafkaStream.map(lambda x: x[1])
counts = lines.flatMap(lambda line: line.split(" ")).map(lambda word: (word, 1)).reduceByKey(lambda a, b: a+b)
counts.pprint()

ssc.start()
time.sleep(6) # Run stream for 10 minutes just in case no detection of producer
# ssc.awaitTermination()
ssc.stop(stopSparkContext=True,stopGraceFully=True)
apache-spark pyspark apache-kafka spark-streaming

1 回答

  • 1

    您可以再试一次，但这次将 auto.offset.reset 设置为 'earliest' （如果您使用的是旧消费者，则设置为 'smallest' ） .

    kafkaStream = KafkaUtils.createDirectStream(ssc, [topic], {
                        'bootstrap.servers':'localhost:9092', 
                        'group.id':'javainuse-topic', 
                        'fetch.message.max.bytes':'15728640',
                        'auto.offset.reset':'earliest'})
                        # Group ID is completely arbitrary
    回复于

相关问题