apache-kafka - 如何从 Spark 结构化流中的特定 Kafka 分区读取

Question

我的 Kafka 主题有三个分区，我想知道我是否可以只从三个分区中的一个分区读取数据。我的消费者是 spark 结构化流应用程序。

下面是我在 spark 中现有的 kafka 设置。

  val inputDf = spark.readStream
  .format("kafka")
  .option("kafka.bootstrap.servers", brokers)
  .option("subscribe", topic)
  .option("startingOffsets", "latest")
  .load()

Answer 1

以下是您可以从特定分区读取数据的方法。

 val inputDf = spark.readStream
  .format("kafka")
  .option("kafka.bootstrap.servers", brokers)
  .option("assign", """{"topic":[0]}""") 
  .option("startingOffsets", "latest")
  .load()

PS:要从多个分区而不是 1 读取 --> """{"topic":[0,1,2..n]}"""