真实的国产乱ⅩXXX66竹夫人,五月香六月婷婷激情综合,亚洲日本VA一区二区三区,亚洲精品一区二区三区麻豆

成都創(chuàng)新互聯(lián)網(wǎng)站制作重慶分公司

sparkstreaming窗口聚合操作后怎么管理offset

這篇文章主要介紹“spark streaming窗口聚合操作后怎么管理offset”,在日常操作中,相信很多人在spark streaming窗口聚合操作后怎么管理offset問題上存在疑惑,小編查閱了各式資料,整理出簡單好用的操作方法,希望對大家解答”spark streaming窗口聚合操作后怎么管理offset”的疑惑有所幫助!接下來,請跟著小編一起來學(xué)習(xí)吧!

聞喜網(wǎng)站制作公司哪家好,找創(chuàng)新互聯(lián)!從網(wǎng)頁設(shè)計、網(wǎng)站建設(shè)、微信開發(fā)、APP開發(fā)、成都響應(yīng)式網(wǎng)站建設(shè)公司等網(wǎng)站項目制作,到程序開發(fā),運營維護。創(chuàng)新互聯(lián)從2013年開始到現(xiàn)在10年的時間,我們擁有了豐富的建站經(jīng)驗和運維經(jīng)驗,來保證我們的工作的順利進行。專注于網(wǎng)站建設(shè)就選創(chuàng)新互聯(lián)。

對于spark streaming來說窗口操作之后,是無法管理offset的,因為offset的存儲于HasOffsetRanges。只有kafkaRDD繼承了他,所以假如我們對KafkaRDD進行了轉(zhuǎn)化之后就無法再獲取offset了。

還有窗口之后的offset的管理,也是很麻煩的,主要原因就是窗口操作會包含若干批次的RDD數(shù)據(jù),那么提交offset我們只需要提交最近的那個批次的kafkaRDD的offset即可。如何獲取呢?

對于spark 來說代碼執(zhí)行位置分為driver和executor,我們希望再driver端獲取到offset,在處理完結(jié)果提交offset,或者直接與結(jié)果一起管理offset。

說到driver端執(zhí)行,其實我們只需要使用transform獲取到offset信息,然后在輸出操作foreachrdd里面使用提交即可。

package bigdata.spark.SparkStreaming.kafka010
import java.util.Properties
import org.apache.kafka.clients.consumer.{Consumer, ConsumerRecord, KafkaConsumer}import org.apache.kafka.common.TopicPartitionimport org.apache.kafka.common.serialization.StringDeserializerimport org.apache.spark.rdd.RDDimport org.apache.spark.streaming.kafka010._import org.apache.spark.streaming.{Seconds, StreamingContext}import org.apache.spark.{SparkConf, TaskContext}
import scala.collection.JavaConverters._import scala.collection.mutable
object kafka010NamedRDD {   def main(args: Array[String]) {      //    創(chuàng)建一個批處理時間是2s的context 要增加環(huán)境變量      val sparkConf = new SparkConf().setAppName("DirectKafkaWordCount").setMaster("local[*]")      val ssc = new StreamingContext(sparkConf, Seconds(5))
    ssc.checkpoint("/opt/checkpoint")
     //    使用broker和topic創(chuàng)建DirectStream      val topicsSet = "test".split(",").toSet      val kafkaParams = Map[String, Object]("bootstrap.servers" -> "mt-mdh.local:9093",        "key.deserializer"->classOf[StringDeserializer],        "value.deserializer"-> classOf[StringDeserializer],        "group.id"->"test4",        "auto.offset.reset" -> "latest",        "enable.auto.commit"->(false: java.lang.Boolean))
    // 沒有接口提供 offset      val messages = KafkaUtils.createDirectStream[String, String](        ssc,        LocationStrategies.PreferConsistent,        ConsumerStrategies.Subscribe[String, String](topicsSet, kafkaParams,getLastOffsets(kafkaParams ,topicsSet)))//     var A:mutable.HashMap[String,Array[OffsetRange]] = new mutable.HashMap()
    val trans = messages.transform(r =>{       val offsetRanges = r.asInstanceOf[HasOffsetRanges].offsetRanges       A += ("rdd1"->offsetRanges)       r     }).countByWindow(Seconds(10), Seconds(5))     trans.foreachRDD(rdd=>{
      if(!rdd.isEmpty()){         val offsetRanges = A.get("rdd1").get//.asInstanceOf[HasOffsetRanges].offsetRanges
        rdd.foreachPartition { iter =>           val o: OffsetRange = offsetRanges(TaskContext.get.partitionId)           println(s"${o.topic} ${o.partition} ${o.fromOffset} ${o.untilOffset}")         }
        println(rdd.count())         println(offsetRanges)         // 手動提交offset ,前提是禁止自動提交         messages.asInstanceOf[CanCommitOffsets].commitAsync(offsetRanges)
      }//       A.-("rdd1")     })      //    啟動流      ssc.start()      ssc.awaitTermination()    }  def getLastOffsets(kafkaParams : Map[String, Object],topics:Set[String]): Map[TopicPartition, Long] ={    val props = new Properties()    props.putAll(kafkaParams.asJava)    val consumer = new KafkaConsumer[String, String](props)    consumer.subscribe(topics.asJavaCollection)    paranoidPoll(consumer)    val map = consumer.assignment().asScala.map { tp =>      println(tp+"---" +consumer.position(tp))      tp -> (consumer.position(tp))    }.toMap    println(map)    consumer.close()    map  }  def paranoidPoll(c: Consumer[String, String]): Unit = {    val msgs = c.poll(0)    if (!msgs.isEmpty) {      // position should be minimum offset per topicpartition      msgs.asScala.foldLeft(Map[TopicPartition, Long]()) { (acc, m) =>        val tp = new TopicPartition(m.topic, m.partition)        val off = acc.get(tp).map(o => Math.min(o, m.offset)).getOrElse(m.offset)        acc + (tp -> off)      }.foreach { case (tp, off) =>        c.seek(tp, off)      }    }  }}

到此,關(guān)于“spark streaming窗口聚合操作后怎么管理offset”的學(xué)習(xí)就結(jié)束了,希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學(xué)習(xí),快去試試吧!若想繼續(xù)學(xué)習(xí)更多相關(guān)知識,請繼續(xù)關(guān)注創(chuàng)新互聯(lián)網(wǎng)站,小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>
網(wǎng)站名稱:sparkstreaming窗口聚合操作后怎么管理offset
URL鏈接:http://weahome.cn/article/jhepej.html

其他資訊

在線咨詢

微信咨詢

電話咨詢

028-86922220(工作日)

18980820575(7×24)

提交需求

返回頂部