scala - 从Kafka读取json并将json写入其他Kafka主题

Question

我正在尝试为 Spark 流准备应用程序(Spark 2.1、Kafka 0.10)

我需要从Kafka主题“输入”读取数据，找到正确的数据并将结果写入主题“输出”

我可以基于KafkaUtils.createDirectStream方法从Kafka读取数据。

我将 RDD 转换为 json 并准备过滤器:

val messages = KafkaUtils.createDirectStream[String, String](
  ssc,
  PreferConsistent,
  Subscribe[String, String](topics, kafkaParams)
)

val elementDstream = messages.map(v => v.value).foreachRDD { rdd =>

  val PeopleDf=spark.read.schema(schema1).json(rdd)
  import spark.implicits._
  PeopleDf.show()
  val PeopleDfFilter = PeopleDf.filter(($"value1".rlike("1"))||($"value2" === 2))
  PeopleDfFilter.show()
}

我可以使用 KafkaProducer 从 Kafka 加载数据并“按原样”写入 Kafka:

    messages.foreachRDD( rdd => {
      rdd.foreachPartition( partition => {
        val kafkaTopic = "output"
        val props = new HashMap[String, Object]()
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092")
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
          "org.apache.kafka.common.serialization.StringSerializer")
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
          "org.apache.kafka.common.serialization.StringSerializer")

        val producer = new KafkaProducer[String, String](props)
        partition.foreach{ record: ConsumerRecord[String, String] => {
        System.out.print("########################" + record.value())
        val messageResult = new ProducerRecord[String, String](kafkaTopic, record.value())
        producer.send(messageResult)
        }}
        producer.close()
      })

    })

但是，我无法集成这两个操作 > 在 json 中查找正确的值并将结果写入 Kafka:以 JSON 格式写入 PeopleDfFilter 来“输出”Kafka 主题。

我在 Kafka 中有很多输入消息，这就是我想使用 foreachPartition 创建 Kafka 生产者的原因。

Answer 1

这个过程非常简单，为什么不完全使用结构化流呢？

import org.apache.spark.sql.functions.from_json

spark
  // Read the data
  .readStream
  .format("kafka")
  .option("kafka.bootstrap.servers", inservers) 
  .option("subscribe", intopic)
  .load()
  // Transform / filter
  .select(from_json($"value".cast("string"), schema).alias("value"))
  .filter(...)  // Add the condition
  .select(to_json($"value").alias("value")
  // Write back
  .writeStream
  .format("kafka")
  .option("kafka.bootstrap.servers", outservers)
  .option("subscribe", outtopic)
  .start()