如何運(yùn)行KafkaWordCount

如何運(yùn)行KafkaWordCount，針對(duì)這個(gè)問(wèn)題，這篇文章詳細(xì)介紹了相對(duì)應(yīng)的分析和解答，希望可以幫助更多想解決這個(gè)問(wèn)題的小伙伴找到更簡(jiǎn)單易行的方法。

概要
Spark應(yīng)用開(kāi)發(fā)實(shí)踐性非常強(qiáng)，很多時(shí)候可能都會(huì)將時(shí)間花費(fèi)在環(huán)境的搭建和運(yùn)行上，如果有一個(gè)比較好的指導(dǎo)將會(huì)大大的縮短應(yīng)用開(kāi)發(fā)流程。Spark Streaming中涉及到和許多第三方程序的整合，源碼中的例子如何真正跑起來(lái)，文檔不是很多也不詳細(xì)。

下面主要講述如何運(yùn)行KafkaWordCount，這個(gè)需要涉及Kafka集群的搭建，還是說(shuō)的越仔細(xì)越好。

搭建Kafka集群
步驟1：下載kafka 0.8.1及解壓

wget https://www.apache.org/dyn/closer.cgi?path=/kafka/0.8.1.1/kafka_2.10-0.8.1.1.tgz
tar zvxf kafka_2.10-0.8.1.1.tgz
cd kafka_2.10-0.8.1.1
步驟2：?jiǎn)?dòng)zookeeper

bin/zookeeper-server-start.sh config/zookeeper.properties
步驟3：修改配置文件config/server.properties，添加如下內(nèi)容

host.name=localhost

# Hostname the broker will advertise to producers and consumers. If not set, it uses the
# value for "host.name" if configured.  Otherwise, it will use the value returned from
# java.net.InetAddress.getCanonicalHostName().
advertised.host.name=localhost
步驟4：?jiǎn)?dòng)Kafka server

bin/kafka-server-start.sh config/server.properties
步驟5：創(chuàng)建topic

bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1  --topic test
檢驗(yàn)topic創(chuàng)建是否成功

bin/kafka-topics.sh --list --zookeeper localhost:2181
如果正常返回test

步驟6：打開(kāi)producer，發(fā)送消息

bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test 
##啟動(dòng)成功后，輸入以下內(nèi)容測(cè)試
This is a message
This is another message
步驟7：打開(kāi)consumer，接收消息

bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic test --from-beginning
###啟動(dòng)成功后，如果一切正常將會(huì)顯示producer端輸入的內(nèi)容
This is a message
This is another message
運(yùn)行KafkaWordCount
KafkaWordCount源文件位置examples/src/main/scala/org/apache/spark/examples/streaming/KafkaWordCount.scala

盡管里面有使用說(shuō)明，見(jiàn)下文，但如果不是事先對(duì)Kafka有一定的了解的話，決然不知道這些參數(shù)是什么意思，也不知道該如何填寫(xiě)。

/**
 * Consumes messages from one or more topics in Kafka and does wordcount.
 * Usage: KafkaWordCount    
 *    is a list of one or more zookeeper servers that make quorum
 *    is the name of kafka consumer group
 *    is a list of one or more kafka topics to consume from
 *    is the number of threads the kafka consumer should use
 *
 * Example:
 *    `$ bin/run-example \
 *      org.apache.spark.examples.streaming.KafkaWordCount zoo01,zoo02,zoo03 \
 *      my-consumer-group topic1,topic2 1`
 */
object KafkaWordCount {
  def main(args: Array[String]) {
    if (args.length < 4) {
      System.err.println("Usage: KafkaWordCount    ")
      System.exit(1)
    }

    StreamingExamples.setStreamingLogLevels()

    val Array(zkQuorum, group, topics, numThreads) = args
    val sparkConf = new SparkConf().setAppName("KafkaWordCount")
    val ssc =  new StreamingContext(sparkConf, Seconds(2))
    ssc.checkpoint("checkpoint")

    val topicpMap = topics.split(",").map((_,numThreads.toInt)).toMap
    val lines = KafkaUtils.createStream(ssc, zkQuorum, group, topicpMap).map(_._2)
    val words = lines.flatMap(_.split(" "))
    val wordCounts = words.map(x => (x, 1L))
      .reduceByKeyAndWindow(_ + _, _ - _, Minutes(10), Seconds(2), 2)
    wordCounts.print()

    ssc.start()
    ssc.awaitTermination()
  }
}

來(lái)看一看該如何運(yùn)行KafkaWordCount

步驟1：停止運(yùn)行剛才的kafka-console-producer和kafka-console-consumer

步驟2：運(yùn)行KafkaWordCountProducer

bin/run-example org.apache.spark.examples.streaming.KafkaWordCountProducer localhost:9092 test 3 5
解釋一下參數(shù)的意思，localhost:9092表示producer的地址和端口, test表示topic，3表示每秒發(fā)多少條消息，5表示每條消息中有幾個(gè)單詞

步驟3：運(yùn)行KafkaWordCount

 bin/run-example org.apache.spark.examples.streaming.KafkaWordCount localhost:2181 test-consumer-group test 1
解釋一下參數(shù)， localhost:2181表示zookeeper的監(jiān)聽(tīng)地址，test-consumer-group表示consumer-group的名稱，必須和$KAFKA_HOME/config/consumer.properties中的group.id的配置內(nèi)容一致，test表示topic，1表示線程數(shù)。

關(guān)于如何運(yùn)行KafkaWordCount問(wèn)題的解答就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，如果你還有很多疑惑沒(méi)有解開(kāi)，可以關(guān)注億速云行業(yè)資訊頻道了解更多相關(guān)知識(shí)。