Kafka:Scala到Python的转换

Question

参考：https://spark.apache.org/docs/2.2.0/streaming-kafka-0-10-integration.html#consumerstrategies

这个例子有python版本吗？参考只有java等价物。我在https://kafka-python.readthedocs.io/en/master/apidoc/KafkaProducer.html.发现了一些相似之处

我可以将引导数据库服务器与bootstrap_servers，key.序列化程序与key_serializer，value.序列化程序与value_serializer相匹配，但我无法匹配最后3个“group.id”，“自动.offset.reset”和“enable.auto.commit”。

import org.apache.kafka.clients.consumer.ConsumerRecord
import org.apache.kafka.common.serialization.StringDeserializer
import org.apache.spark.streaming.kafka010._
import org.apache.spark.streaming.kafka010.LocationStrategies.PreferConsistent
import org.apache.spark.streaming.kafka010.ConsumerStrategies.Subscribe

val kafkaParams = Map[String, Object](
  "bootstrap.servers" -> "localhost:9092,anotherhost:9092",
  "key.deserializer" -> classOf[StringDeserializer],
  "value.deserializer" -> classOf[StringDeserializer],
  "group.id" -> "use_a_separate_group_id_for_each_stream",
  "auto.offset.reset" -> "latest",
  "enable.auto.commit" -> (false: java.lang.Boolean)
)

val topics = Array("topicA", "topicB")
val stream = KafkaUtils.createDirectStream[String, String](
  streamingContext,
  PreferConsistent,
  Subscribe[String, String](topics, kafkaParams)
)

stream.map(record => (record.key, record.value))

Answer 1

我在 https://kafka-python.readthedocs.io 找到了一些相似之处

但这不是Spark代码。Spark需要Java Kafka API的属性。

< code > spark-streaming-Kafka-0-10 在Python中不可用，但如果您想使用Spark，这是0.8 API，其中有Python示例

from pyspark.streaming.kafka import KafkaUtils

# ssc = <get a StreamingContext>
directKafkaStream = KafkaUtils.createDirectStream(ssc, [topic], {"metadata.broker.list": brokers})

Answer 2

您正在查看的Scala代码是针对消费者的。因此您需要检查消费者设置，而不是生产者的设置。

如果你看看https://kafka-python.readthedocs.io/en/master/apidoc/KafkaConsumer.html你可以找到他们的等价物：

• ＜code＞组。id：group_id
• ＜code＞自动偏移。重置：auto_offset_reset
• ＜code＞启用自动。提交：enable_auto_commit

另请注意，消费者有反序列化器而不是序列化器，因此：

• ＜code＞键。反序列化程序：key_deserializer
• ＜code＞值。反序列化程序：value_deserializer