apache-spark - 为什么我只能看到一个 Spark Streaming kafkaReceiver

Question

我很困惑为什么我只能在 spark web UI 页面(8080)中看到一个 KafkaReceiver，
但是我在Kafka中有10个分区，我在spark集群中使用了10个核心，我的代码在python中如下:
kvs = KafkaUtils.createStream(ssc, zkQuorum, "spark-streaming-consumer",{topic: 10})
我想 KafkaReceivers 数字应该是 10 而不是 1。
我很困惑。
先感谢您!

Answer 1

kvs = KafkaUtils.createStream(ssc, zkQuorum, "spark-streaming-consumer",{topic: 10})

该代码创建了 1 个具有 10 个线程的接收器。每个线程将附加到一个分区，所有数据将由 1 个消费者使用 1 个核心提取。所有其他内核将(可能)处理收到的数据。

如果你想有 10 个接收器，每个接收器连接到 1 个分区，使用 1 个核心，你应该这样做:(在 Scala 中，我的 Python 很弱，但你明白了):

val recvs = (1 to 10).map(i => KafkaUtils.createStream(ssc, zkQuorum, "spark-streaming-consumer",{topic: 1}) 
val kafkaData = ssc.union(recvs)

考虑到 Spark 需要额外的内核来处理接收到的数据。