sparkstreaming消费kafka后bulk到es
不使用es-hadoop的saveToES,与scala版本冲突问题太多。
不使用bulkprocessor,异步提交,es容易oom,速度反而不快。
使用BulkRequestBuilder同步提交。
主要代码
public static void main(String[] args){
System.setProperty("hadoop.home.dir", "D:\\hadoop");
System.setProperty("es.set.netty.runtime.available.processors", "false");
SparkConf conf = new SparkConf().setMaster("local[2]").setAppName("SendRecord");
conf.set("spark.streaming.backpressure.enabled", "true");
conf.set("spark.streaming.receiver.maxRate", "1000");
conf.set("spark.streaming.kafka.maxRatePerPartition", "1000");
conf.set("es.nodes", "eshost");
conf.set("es.port", "9200");
JavaStreamingContext ssc = new JavaStreamingContext(conf, Durations.seconds(2));
Map<String, Object> kafkaParams = new HashMap<>();
kafkaParams.put("bootstrap.servers", "kafkahost:9092");
kafkaParams.put("key.deserializer", StringDeserializer.class);
kafkaParams.put("value.deserializer", StringDeserializer.class);
kafkaParams.put("group.id", "sparkGroup4");
kafkaParams.put("auto.offset.reset", "latest");
kafkaParams.put("enable.auto.commit", false);
Collection<String> topics = Arrays.asList("users");
JavaInputDStream<ConsumerRecord<String, String>> stream = KafkaUtils.createDirectStream
(ssc, LocationStrategies.PreferConsistent(), ConsumerStrategies.<String, String>Subscribe(topics, kafkaParams));
JavaDStream<User> kafkaDStream = stream.map(new Function<ConsumerRecord<String, String>, User>() {
@Override
public User call(ConsumerRecord<String, String> record) throws Exception {
Gson gson = new Gson();
return gson.fromJson(record.value(), User.class);
}
});
kafkaDStream.foreachRDD(new VoidFunction<JavaRDD<User>>() {
@Override
public void call(JavaRDD<User> userJavaRDD) throws Exception {
userJavaRDD.foreachPartition(new VoidFunction<Iterator<User>>() {
@Override
public void call(Iterator<User> userIterator) throws Exception {
TransportClient client = ESClient.getClient();
BulkRequestBuilder bulkRequestBuilder = client.prepareBulk();
Map<String, Object> map = new HashMap<>();
while(userIterator.hasNext()){
User user = userIterator.next();
map.put("name", user.getName());
map.put("age", user.getAge());
map.put("desc", user.getDescription());
IndexRequest request = client.prepareIndex("users", "info").setSource(map).request();
bulkRequestBuilder.add(request);
}
if(bulkRequestBuilder.numberOfActions() > 0){
BulkResponse bulkItemResponses = bulkRequestBuilder.execute().actionGet();
}
}
});
}
});
ssc.start();
try {
// Wait for the computation to terminate.
ssc.awaitTermination();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
ESClient:
public class ESClient {
public static TransportClient getClient(){
return Holder.client;
}
private static class Holder{
private static TransportClient client;
static{
try {
Settings setting = Settings.builder()
.put("cluster.name", "es")
.put("client.transport.sniff", false)
.put("client.transport.ping_timeout", "60s")
.put("client.transport.nodes_sampler_interval", "60s")
.build();
client = new PreBuiltTransportClient(setting);
client.addTransportAddress(new TransportAddress(new InetSocketAddress("eshost",9300)));
} catch (Exception e) {
System.out.println(e.getMessage());
}
}
}
}
sparkstreaming消费kafka后bulk到es的更多相关文章
- SparkStreaming消费kafka中数据的方式
有两种:Direct直连方式.Receiver方式 1.Receiver方式: 使用kafka高层次的consumer API来实现,receiver从kafka中获取的数据都保存在spark exc ...
- SparkStreaming消费Kafka,手动维护Offset到Mysql
目录 说明 整体逻辑 offset建表语句 代码实现 说明 当前处理只实现手动维护offset到mysql,只能保证数据不丢失,可能会重复 要想实现精准一次性,还需要将数据提交和offset提交维护在 ...
- spark-streaming集成Kafka处理实时数据
在这篇文章里,我们模拟了一个场景,实时分析订单数据,统计实时收益. 场景模拟 我试图覆盖工程上最为常用的一个场景: 1)首先,向Kafka里实时的写入订单数据,JSON格式,包含订单ID-订单类型-订 ...
- Spark streaming消费Kafka的正确姿势
前言 在游戏项目中,需要对每天千万级的游戏评论信息进行词频统计,在生产者一端,我们将数据按照每天的拉取时间存入了Kafka当中,而在消费者一端,我们利用了spark streaming从kafka中不 ...
- [Golang] 消费Kafka的日志提交到ElasticSearch
0x0 需求 消费Kafka的日志并写入ElasticSearch供查询 0x1 依赖库 golang版Kafka客户端 https://github.com/Shopify/sarama golan ...
- SparkStreaming获取kafka数据的两种方式:Receiver与Direct
简介: Spark-Streaming获取kafka数据的两种方式-Receiver与Direct的方式,可以简单理解成: Receiver方式是通过zookeeper来连接kafka队列, Dire ...
- 【Spark】SparkStreaming和Kafka的整合
文章目录 Streaming和Kafka整合 概述 使用0.8版本下Receiver DStream接收数据进行消费 步骤 一.启动Kafka集群 二.创建maven工程,导入jar包 三.创建一个k ...
- 图解SparkStreaming与Kafka的整合,这些细节大家要注意!
前言 老刘是一名即将找工作的研二学生,写博客一方面是复习总结大数据开发的知识点,一方面是希望帮助更多自学的小伙伴.由于老刘是自学大数据开发,肯定会存在一些不足,还希望大家能够批评指正,让我们一起进步! ...
- SparkStreaming和Kafka基于Direct Approach如何管理offset实现exactly once
在之前的文章<解析SparkStreaming和Kafka集成的两种方式>中已详细介绍SparkStreaming和Kafka集成主要有Receiver based Approach和Di ...
随机推荐
- "?:"在正则表达式中什么意思
“?:”非获取匹配,匹配冒号后的内容但不获取匹配结果,不进行存储供以后使用. 单独的“?”:匹配前面的子表达式零次或一次. 当“?”紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m}) ...
- 【Activiti工作流引擎】官方快速入门demo
Activiti官方快速入门demo 地址: https://www.activiti.org/quick-start 0. 版本 activiti 5.22.0 JDK 1.8 1. 介绍 这个快速 ...
- H3C MAC地址
- tf.shape()
tf.shapetf.shape( input, name=None, out_type=tf.int32)12345例如:将矩阵的维度输出为一个维度矩阵import tensorflow as tf ...
- Laravel5.3使用学习笔记---中间件
Laravel提供了中间件的使用.那什么是中间件呢,根据用法,我总结为,夹在“请求—>控制器—>响应—>end”中间运行的代码片段.本文将以官方英文文本为基础资料进行笔记记录. La ...
- CentOS7在防火墙与端口上的操作
https://jingyan.baidu.com/article/cdddd41cb3bf6c53cb00e1ac.html CentOS7在安装软件包或类库的时候,常常会因为防火墙的拦截和端口未开 ...
- Python--day60--web框架分类和wsgiref模块使用介绍
- Codeforces Round #184 (Div. 2)
A. Strange Addition (目前的做法好像做烦了) 统计数的\(mask\),表示个.十.百位上是否是0,共8种数. 枚举8种数组成的所有情况\(2^8\),记录最大数量. B. Con ...
- H5 拖拽元素
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...
- Spring Security原理篇(一) 启动原理
1.概述 spring security有参考的中文翻译文档https://springcloud.cc/spring-security-zhcn.html 在学习spring security的时候 ...