我正在努力反序列化的avro序列化数据来自Kafka在Spark流。
这是我正在运行的文件spark submit:
package com.example.mymessage
import org.apache.avro.Schema
import org.apache.avro.generic.{GenericDatumReader, GenericRecord}
import org.apache.avro.io.DecoderFactory
import org.apache.log4j.{Level, Logger}
import org.apache.spark.{Logging, SparkConf}
import org.apache.spark.streaming._
import org.apache.spark.streaming.kafka._
object MyMessageCount extends Logging {
def main(args: Array[String]) {
if (args.length < 4) {
System.err.println("Usage: MyMessageCount <zkQuorum> <group> <topics> <numThreads>")
System.exit(1)
}
val log4jInitialized = Logger.getRootLogger.getAllAppenders.hasMoreElements
if (!log4jInitialized) {
logInfo("Setting log level to [WARN]." +
" To override add a custom log4j.properties to the classpath.")
Logger.getRootLogger.setLevel(Level.WARN)
}
val Array(zkQuorum, group, topics, numThreads) = args
val sparkConf = new SparkConf().setMaster("local[4]").setAppName("MyMessageCount")
val ssc = new StreamingContext(sparkConf, Seconds(2))
ssc.checkpoint("checkpoint")
val topicMap = topics.split(",").map((_, numThreads.toInt)).toMap
val lines = KafkaUtils.createStream(ssc, zkQuorum, group, topicMap).map(_._2)
lines.foreachRDD(rdd => {
rdd.foreach(avroRecord => {
val schemaString = "{\"type\":\"record\",\"name\":\"myrecord\",\"fields\":[{\"name\":\"string\",\"type\":\"string\"},{\"name\":\"long\",\"type\":\"long\"}]}"
val parser = new Schema.Parser()
val schema = parser.parse(schemaString)
val reader = new GenericDatumReader[GenericRecord](schema)
val decoder = DecoderFactory.get.binaryDecoder(avroRecord.toCharArray.map(_.toByte), null)
val record: GenericRecord = reader.read(null, decoder)
System.out.println(avroRecord + "," + record.toString
+ ", string= " + record.get("string")
+ ", long=" + record.get("long"))
})
})
ssc.start()
ssc.awaitTermination()
}
}
我一直在使用confluent平台在本地发送数据。
如果我发送:
{"string":"test","long":30}
然后上述代码输出:
test<,{"string": "", "long": 0}, string= , long=0
这向我表明数据正在通过,但出于某种原因,字符串和长值显示为类似于默认值的值。如何访问进入的真正的“string”和“long”值 avroRecord
来自Kafka?
1条答案
按热度按时间laik7k3q1#
使用confluent的kafkaavrodecoder和一个直接流就可以做到这一点。
我发现一个单独的问题,我只能导入版本1,而不能导入更新的版本。
更新以下代码以获得最新版本的kafka-avro序列化程序。