Spark 2.3.1当Kafka 0.9使用Direct模式异常消耗信息时会发生什么？

Spark2.3.1 Kafka0.9使用直接的模式消费信息异常怎么办，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

依赖关系

groupIdorg.apache.spark/groupId

artifactIdspark-streaming-Kafka-0-8 _ 2.11/artifactId

版本2 .3 .1/版本

/依赖性

属国

groupIdorg.apache.spark/groupId

artifactIdspark-streaming _ 2.11/artifactId

版本2 .3 .1/版本

/dependency2.3.1即发动版本

Spark2.3.1+Kafka使用Direct模式消费信息

进口卡夫卡。序列化程序。字符串编辑器

导入组织。阿帕奇。火花。流媒体。卡夫卡。kafkautils

导入组织。阿帕奇。火花。流媒体。{秒，流上下文}

导入组织。阿帕奇。火花。{ SparkConf，SparkContext}

objectTest{

valzkQuorum=沧。cn:2181 ‘

valgroupId=’nginx-cg ‘

valtopic=Map(‘nginx-log’-1)

valKAFKA_INTERVAL=10

case class ing of(:字符串中的域，ip:字符串)

defmain(args :数组[String]):单位={ 0

valsparkConf=newSparkConf().setAppName(‘NginxLogAnalyze ‘).setMaster(‘local[*]’)

valparkcontext=NewSarkcontext(sparkConf)

valstreamContext=newStreamingContext(sparkContext，Seconds(KAFKA_INTERVAL))

valkafkaParam=映射[字符串，字符串](

自举。服务器’-‘ xx。xx。cn :9092 ‘，

group.id’-‘nginx-cg ‘，

auto.offset.reset’-‘最大’

)

valtopic=Set(‘nginx-log ‘)

valkafkaStream=kafkautils。createdirectstream(流上下文，kafkaParam，主题)

valcounter=kafkaStream。map(_ .toString().拆分(“”)。地图（项目=(项目(0))。拆分(‘,’)(1) ‘-(第(2,1)项)。reduceByKey((x，y)=(x，y))

柜台。foreachrdd(rdd={ 0

rdd.foreach(println)

})

streamContext.start()

streamContext.awaitTermination()

}

}最大因为卡夫卡版本过低不支持最近的

Maven依赖

原因数据库： Java。朗。nosuchmethodexception 3360 Scala。运行时。没什么.init(卡夫卡。utils。可验证属性)

在Java。朗。上课。getconstructor 0(类。Java :3082)

在Java。朗。上课。getconstructor(类。Java :1825)

阿特罗格。阿帕奇。火花。流媒体。卡夫卡。kafkardd $ kafkardditerator。init(kafkardd。Scala :153)

阿特罗格。阿帕奇。火花。流媒体。卡夫卡。卡夫卡德。计算机(kafkardd。Scala :1360136)

阿特罗格。阿帕奇。火花。rdd。rdd。计算检查点。Scala :324)

阿特罗格。阿帕奇。火花。rdd。RDD。迭代器(RDD。Scala :288)

阿特罗格。阿帕奇。火花。rdd。mappartitionsdd。计算(mappartitionsdd。Scala 336038)

阿特罗格。阿帕奇。火花。rdd。rdd。计算检查点。Scala :324)

阿特罗格。阿帕奇。火花。rdd。RDD。迭代器(RDD。Scala :288)

阿特罗格。阿帕奇。火花。rdd。mappartitionsdd。计算(mappartitionsdd。Scala 336038)

阿特罗格。阿帕奇。火花。rdd。rdd。计算检查点。Scala :324)

阿特罗格。阿帕奇。火花。rdd。RDD。迭代器(RDD。Scala :288)

阿特罗格。阿帕奇。火花。调度程序。shufflemaptask。runtask(shufflemaptask。Scala :96)

阿特罗格。阿帕奇。火花。调度程序。shufflemaptask。runtask(shufflemaptask。Scala :53)

阿特罗格。阿帕奇。火花。调度程序。任务。奔跑

阿特罗格。阿帕奇。火花。执行者。执行者$ TaskRunner。运行(执行器。Scala :345)

.3更多

Direct模式代码

在验证卡夫卡属性时不能使用斯卡拉默认的类，需要指定卡夫卡带的类创建直接流[字符串，字符串，字符串代码，字符串代码]其中字符串编辑器必须是kafka.serializer.StringDecoder

看完上述内容，你们掌握Spark2.3.1 Kafka0.9使用直接的模式消费信息异常怎么办的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注行业资讯频道，感谢各位的阅读！