如何使用直接流在Kafka Spark Streaming中指定使用者组

Question

如何使用直接流API为kafka spark流指定使用者组ID。

HashMap<String, String> kafkaParams = new HashMap<String, String>();
kafkaParams.put("metadata.broker.list", brokers);
kafkaParams.put("auto.offset.reset", "largest");
kafkaParams.put("group.id", "app1");

    JavaPairInputDStream<String, String> messages = KafkaUtils.createDirectStream(
            jssc, 
            String.class, 
            String.class,
            StringDecoder.class, 
            StringDecoder.class, 
            kafkaParams, 
            topicsSet
    );

虽然我已经指定配置不确定是否遗漏了什么。 使用spark1.3

kafkaParams.put("group.id", "app1");

Answer 1

直接流API使用低级Kafka API，因此无论如何都不使用消费者组。 如果要将消费者组与Spark Streaming一起使用，则必须使用基于接收器的API。

doc中提供了完整的详细信息！

Answer 2

spark-streaming-kafka-0-8中的createDirectStream不支持组模式，因为它使用的是低级Kafka API。

但spark-streaming-kafka-0-10支持群组模式。

消费者配置

在0.9.0.0中，我们引入了新的Java消费者作为旧的基于Scala的简单和高级消费者的替代品。 新老消费者的配置如下所述。

在New Consumer Configs ，它具有group.id项。

Spark Streaming integration for Kafka 0.10的Spark Streaming integration for Kafka 0.10正在使用新的API。 https://spark.apache.org/docs/2.1.1/streaming-kafka-0-10-integration.html

Kafka 0.10的Spark Streaming集成在设计上与0.8 Direct Stream方法类似。 它提供简单的并行性，Kafka分区和Spark分区之间的1：1对应关系，以及对偏移和元数据的访问。 但是，由于较新的集成使用新的Kafka使用者API而不是简单的API，因此使用方法存在显着差异。

我已经在spark-streaming-kafka-0-10测试了组模式，它确实有效。