如何在apache spark中使用来自kafka主题的scala来读取json数据

Question

我是新的火花，你能不能让我知道如何在apache spark中使用来自kafka主题的scala来读取json数据。

谢谢。

Answer 1

最简单的方法是使用Spark附带的DataFrame抽象。

val sqlContext = new SQLContext(sc)
val stream = KafkaUtils.createDirectStream[String, String, StringDecoder, StringDecoder](
                  ssc, kafkaParams, Set("myTopicName"))

stream.foreachRDD(
  rdd => {
     val dataFrame = sqlContext.read.json(rdd.map(_._2)) //converts json to DF
     //do your operations on this DF. You won't even require a model class.
        })

Answer 2

我为Json使用Play Framework的库 。 您可以将其作为独立模块添加到项目中。 用法如下：

import play.api.libs.json._
import org.apache.spark.streaming.kafka.KafkaUtils

case class MyClass(field1: String,
                   field2: Int)

implicit val myClassFormat = Json.format[MyClass]

val kafkaParams = Map[String, String](...here are your params...)    
KafkaUtils.createDirectStream[String, String, StringDecoder, StringDecoder](
  ssc, kafkaParams, Set("myTopicName"))
  .map(m => Json.parse(m._2).as[MyClass])