Kafka+SparkStreaming+Zookeeper(ZK存储Offset,解决checkpoint问题)
创建一个topic
- ./kafka-topics.sh --create --zookeeper 192.168.1.244:2181,192.168.1.245:2181,192.168.1.246:2181 --replication-factor 1
--partitions 1 --topic topic_test_zk_minOffset_zkGroup
查看topic列表
- ./kafka-topics.sh --list --zookeeper 192.168.1.244:2181,192.168.1.245:2181,192.168.1.246:2181
producer 代码如下
- package com.kafka.test;
- import java.util.Properties;
- import org.apache.kafka.clients.producer.KafkaProducer;
- import org.apache.kafka.clients.producer.ProducerRecord;
- /**
- * @author:FengZhen
- * @create:2018年8月9日
- */
- public class Producer_zk {
- public static void main(String[] args) {
- Properties props = new Properties();
- props.put("bootstrap.servers", "192.168.1.244:6667,192.168.1.247:6667");
- //props.put("zookeeper.connect", "192.168.1.244:2181,192.168.1.245:2181,192.168.1.246:2181");
- props.put("acks", "all");
- props.put("retries", 0);
- props.put("batch.size", 16384);
- props.put("linger.ms", 1);
- props.put("buffer.memory", 33554432);
- props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
- props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
- KafkaProducer<String, String> producer = new KafkaProducer<String, String>(props);
- for (int i = 30; i < 40; i++)
- producer.send(new ProducerRecord<String, String>("topic_test_zk_minOffset_zkGroup", Integer.toString(i), "中文测试-"+Integer.toString(i)));
- producer.close();
- }
- }
Streaming代码如下
- package streaming
- import kafka.api.{OffsetRequest, PartitionOffsetRequestInfo, TopicMetadataRequest}
- import kafka.common.TopicAndPartition
- import kafka.consumer.SimpleConsumer
- import kafka.message.MessageAndMetadata
- import kafka.serializer.StringDecoder
- import kafka.utils.{ZKGroupTopicDirs, ZkUtils}
- import org.I0Itec.zkclient.ZkClient
- import org.apache.spark.streaming.dstream.InputDStream
- import org.apache.spark.streaming.kafka.{HasOffsetRanges, KafkaUtils, OffsetRange}
- import org.apache.spark.streaming.{Seconds, StreamingContext}
- import org.apache.spark.{SparkConf, SparkContext}
- object KafkaLog_local_zk_minOffset_zkGroup {
- def main(args: Array[String]): Unit = {
- val conf = new SparkConf().setAppName("KafkaLog_local_zk_minOffset_zkGroup").setMaster("local[2]")
- val sc = new SparkContext(conf)
- sc.setLogLevel("WARN")
- val ssc = new StreamingContext(sc, Seconds(5))
- val broker_servers = "192.168.1.244:6667,192.168.1.247:6667"
- val zk_host = "192.168.1.244:2181,192.168.1.245:2181,192.168.1.246:2181"
- //消费的 topic 名字
- val topic : String = "topic_test_zk_minOffset_zkGroup"
- //创建 stream 时使用的 topic 名字集合
- val topics : Set[String] = Set(topic)
- var kafkaParam:Map[String,String] = Map()
- kafkaParam += ("bootstrap.servers" -> broker_servers)
- kafkaParam += ("group.id" -> "test")
- kafkaParam += ("enable.auto.commit" -> "true")
- kafkaParam += ("auto.commit.interval.ms" -> "100")
- //创建一个 ZKGroupTopicDirs 对象,对保存
- val topicDirs = new ZKGroupTopicDirs("topic_test_zk_minOffset_zkGroup_group", topic)
- //获取 zookeeper 中的路径,这里会变成 /consumers/test_spark_streaming_group/offsets/topic_name
- // /consumers/topic_test_zk_minOffset_zkGroup_group/offsets/topic_test_zk_minOffset_zkGroup/0
- val zkTopicPath = s"${topicDirs.consumerOffsetDir}"
- //zookeeper 的host 和 ip,创建一个 client
- val zkClient = new ZkClient(zk_host)
- //查询该路径下是否字节点(默认有字节点为我们自己保存不同 partition 时生成的)
- val children = zkClient.countChildren(zkTopicPath)
- var kafkaStream : InputDStream[(String, String)] = null
- //如果 zookeeper 中有保存 offset,我们会利用这个 offset 作为 kafkaStream 的起始位置
- var fromOffsets: Map[TopicAndPartition, Long] = Map()
- //如果保存过 offset,这里更好的做法,还应该和 kafka 上最小的 offset 做对比,不然会报 OutOfRange 的错误
- if (children > 0) {
- for (i <- 0 until children) {
- val topic2 = List(topic)
- val req = new TopicMetadataRequest(topic2, 0)
- // 第一个参数是 kafka broker 的host,第二个是 port
- val getLeaderConsumer = new SimpleConsumer("192.168.1.244", 6667, 10000, 10000, "OffsetLookup")
- val res = getLeaderConsumer.send(req)
- val topicMetaOption = res.topicsMetadata.headOption
- val partitions = topicMetaOption match {
- // 将结果转化为 partition -> leader 的映射关系
- case Some(tm) =>
- tm.partitionsMetadata.map(pm => (pm.partitionId, pm.leader.get.host)).toMap[Int, String]
- case None =>
- Map[Int, String]()
- }
- //去出分片对应的leader host
- val brokerLeaderHost = partitions.get(i).toString.replace("Some(", "").replace(")","")
- val partitionOffset = zkClient.readData[String](s"${zkTopicPath}/${i}")
- val tp = TopicAndPartition(topic, i)
- val requestMin = OffsetRequest(Map(tp -> PartitionOffsetRequestInfo(OffsetRequest.EarliestTime, 1)))
- val consumerMin = new SimpleConsumer(brokerLeaderHost, 6667, 10000, 10000, "getMinOffset")
- val curOffsets = consumerMin.getOffsetsBefore(requestMin).partitionErrorAndOffsets(tp).offsets
- var nextOffset = partitionOffset.toLong
- // 通过比较从 kafka 上该 partition 的最小 offset 和 zk 上保存的 offset,进行选择
- if (curOffsets.length > 0 && nextOffset < curOffsets.head) {
- nextOffset = curOffsets.head
- }
- //设置正确的 offset,这里将 nextOffset 设置为 0(0 只是一个特殊值),可以观察到 offset 过期的想想
- fromOffsets += (tp -> nextOffset)
- println("@@@@@@ topic[" + topic + "] partition[" + i + "] offset[" + partitionOffset + "] @@@@@@")
- }
- //这个会将 kafka 的消息进行 transform,最终 kafak 的数据都会变成 (topic_name, message) 这样的 tuple
- val messageHandler = (mmd : MessageAndMetadata[String, String]) => (mmd.topic, mmd.message())
- kafkaStream = KafkaUtils.createDirectStream[String, String, StringDecoder, StringDecoder, (String, String)](ssc, kafkaParam, fromOffsets, messageHandler)
- }
- else {
- //如果未保存,根据 kafkaParam 的配置使用最新或者最旧的 offset
- kafkaStream = KafkaUtils.createDirectStream[String, String, StringDecoder, StringDecoder](ssc, kafkaParam, topics)
- }
- var offsetRanges = Array[OffsetRange]()
- //得到该 rdd 对应 kafka 的消息的 offset
- kafkaStream.transform{ rdd =>
- offsetRanges = rdd.asInstanceOf[HasOffsetRanges].offsetRanges
- rdd
- }.foreachRDD { rdd => //.map(msg => Utils.msgDecode(msg))
- for (o <- offsetRanges) {
- val zkPath = s"${zkTopicPath}/${o.partition}"
- //将该 partition 的 offset 保存到 zookeeper
- ZkUtils.updatePersistentPath(zkClient, zkPath, o.fromOffset.toString)
- println(s"@@@@@@ topic ${o.topic} partition ${o.partition} fromoffset ${o.fromOffset} untiloffset ${o.untilOffset} #######")
- }
- rdd.foreachPartition(
- message => {
- while(message.hasNext) {
- println(s"@^_^@ [" + message.next() + "] @^_^@")
- }
- }
- )
- }
- //开启流式计算
- ssc.start()
- //一直会阻塞,等待退出
- ssc.awaitTermination()
- }
- }
出现的问题
使用simpleConsumer时报错
- Exception in thread "main" java.nio.channels.ClosedChannelException
- at kafka.network.BlockingChannel.send(BlockingChannel.scala:100)
- at kafka.consumer.SimpleConsumer.liftedTree1$1(SimpleConsumer.scala:78)
- at kafka.consumer.SimpleConsumer.kafka$consumer$SimpleConsumer$$sendRequest(SimpleConsumer.scala:68)
- at kafka.consumer.SimpleConsumer.getOffsetsBefore(SimpleConsumer.scala:127)
- at streaming.KafkaLog_local_zk_minOffset$$anonfun$main$1.apply$mcVI$sp(KafkaLog_local_zk_minOffset.scala:64)
- at scala.collection.immutable.Range.foreach$mVc$sp(Range.scala:160)
- at streaming.KafkaLog_local_zk_minOffset$.main(KafkaLog_local_zk_minOffset.scala:44)
- at streaming.KafkaLog_local_zk_minOffset.main(KafkaLog_local_zk_minOffset.scala)
- 解决将Kafka config下的server.properties的参数修改下
- num.network.threads=3
- zookeeper.connection.timeout.ms=6000
再次尝试即可.
Kafka+SparkStreaming+Zookeeper(ZK存储Offset,解决checkpoint问题)的更多相关文章
- Kafka在zookeeper中存储结构和查看方式
Zookeeper 主要用来跟踪Kafka 集群中的节点状态, 以及Kafka Topic, message 等等其他信息. 同时, Kafka 依赖于Zookeeper, 没有Zookeeper 是 ...
- kafka在zookeeper中存储结构
1.topic注册信息 /brokers/topics/[topic] : 存储某个topic的partitions所有分配信息 Schema: { "version": ...
- filebeat+kafka+SparkStreaming程序报错及解决办法
// :: WARN RandomBlockReplicationPolicy: Expecting replicas with only peer/s. // :: WARN BlockManage ...
- Kafka学习之路 (五)Kafka在zookeeper中的存储
一.Kafka在zookeeper中存储结构图 二.分析 2.1 topic注册信息 /brokers/topics/[topic] : 存储某个topic的partitions所有分配信息 [zk: ...
- Kafka(四)Kafka在zookeeper中的存储
一 Kafka在zookeeper中存储结构图 二 分析 2.1 topic注册信息 /brokers/topics/[topic] : 存储某个topic的partitions所有分配信息 [zk: ...
- 深入浅出理解基于 Kafka 和 ZooKeeper 的分布式消息队列
消息队列中间件是分布式系统中重要的组件,主要解决应用耦合,异步消息,流量削锋等问题.实现高性能,高可用,可伸缩和最终一致性架构,是大型分布式系统不可缺少的中间件. 本场 Chat 主要内容: Kafk ...
- Kafka 和 ZooKeeper 的分布式消息队列分析
1. Kafka 总体架构 基于 Kafka-ZooKeeper 的分布式消息队列系统总体架构如下: 如上图所示,一个典型的 Kafka 体系架构包括若干 Producer(消息生产者),若干 bro ...
- sparkStreaming消费kafka-1.0.1方式:direct方式(存储offset到zookeeper)
版本声明: kafka:1.0.1 spark:2.1.0 注意:在使用过程中可能会出现servlet版本不兼容的问题,因此在导入maven的pom文件的时候,需要做适当的排除操作 <?xml ...
- sparkStreaming消费kafka-1.0.1方式:direct方式(存储offset到zookeeper)-- 2
参考上篇博文:https://www.cnblogs.com/niutao/p/10547718.html 同样的逻辑,不同的封装 package offsetInZookeeper /** * Cr ...
随机推荐
- 【BZOJ1997】[Hnoi2010]Planar 2-SAT
[BZOJ1997][Hnoi2010]Planar Description Input Output Sample Input 2 6 9 1 4 1 5 1 6 2 4 2 5 2 6 3 4 3 ...
- Fraction
Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/65536 K (Java/Others) Total Submission ...
- TestClass必须是public的
运行一个测试类遇到一下问题: namespace TestSample.Sample { [TestClass] class CynthiaTest { [Te ...
- api文档的书写
写文档写要与写代码一样,增加复用. 比如 model 说明就只需要一个,api中含有哪些字段,就在api说明中增加到那些 models 的链接. 使用 sophinx 如何生成目录 .. toctre ...
- 【python】-- Django Form
Django Form Django的Form主要具有一下几大功能: 生成HTML标签 验证用户数据(显示错误信息) HTML Form提交保留上次提交数据 初始化页面显示内容(自定义样式) 一.F ...
- Oracle中的in参数的个数限制
遇到了这个问题 “oracle中in参数个数限制”,这里记录下, in后括号中的参数个数有限制,Oracle 9i 中个数不能超过256,Oracle 10g个数不能超过1000. 当in的个数大于1 ...
- js验证表单大全1
附加:js验证radio是否选择 <script language="javascript"> function checkform(obj) { for(i=0;i& ...
- kubernetes 搭建教程
http://blog.csdn.net/u011563903/article/details/71037093
- Unity3D游戏开发从零单排(六) - 人物运动及攻击连击
提要 今天要实现的是一个简单人物控制器. 包括用w,a,s,d来控制人物上下左右跑动,鼠标左击发出连招,都是基于老的lagacy的动画.尽管unity3d自带有charactorcontroller, ...
- 024-Spring Boot 应用的打包和部署
一.概述 二.手工打包[不推荐] 打包命令:maven clean package 打包并导出依赖:maven clean package dependency:copy-dependencies 1 ...