如何在Spark Streaming中解析Json格式的Kafka消息

Question

我在Kafka上有这样的JSON消息：

{"id_post":"p1", "message":"blablabla"}

我想解析消息，并打印（或用于进一步计算） message元素。 用下面的代码我打印json

val kafkaStream = KafkaUtils.createStream(ssc, zkQuorum, inputGroup, topicMap)
val postStream = kafkaStream.map(_._2)
postStream.foreachRDD((rdd, time) => {
val count = rdd.count()
if (count > 0){
    rdd.foreach(record => {
      println(record)
    }
}

但我无法获得一个要素。 我尝试了一些JSON解析器，但是没有运气。 任何想法？

更新：使用不同的JSON解析器时会出现一些错误，这是circe解析器的代码和输出：

val parsed_record = parse(record)

和输出：

14:45:00,676 ERROR Executor:95 - Exception in task 0.0 in stage 4.0 (TID 4)
java.lang.NoSuchMethodError: scala.Predef$.ArrowAssoc(Ljava/lang/Object;)Ljava/lang/Object;
        at io.circe.jawn.CirceSupportParser$$anon$1$$anon$4.add(CirceSupportParser.scala:36)
        at jawn.CharBasedParser$class.parseString(CharBasedParser.scala:90)
        at jawn.StringParser.parseString(StringParser.scala:15)
        at jawn.Parser.rparse(Parser.scala:397)
        at jawn.Parser.parse(Parser.scala:338)
        at jawn.SyncParser.parse(SyncParser.scala:24)
        at jawn.SupportParser$$anonfun$parseFromString$1.apply(SupportParser.scala:15)

依此类推。在我使用parse(record)的行上，它似乎无法访问和/或解析字符串record 。

如果在parse(record)处使用lift-json ，则相同，错误输出或多或少是相同的：

16:58:20,425 ERROR Executor:95 - Exception in task 0.0 in stage 4.0 (TID 4)
java.lang.NoSuchMethodError: scala.runtime.ObjectRef.create(Ljava/lang/Object;)Lscala/runtime/ObjectRef;
at net.liftweb.json.JsonParser$$anonfun$2.apply(JsonParser.scala:144)
at net.liftweb.json.JsonParser$$anonfun$2.apply(JsonParser.scala:141)
at net.liftweb.json.JsonParser$.parse(JsonParser.scala:80)
at net.liftweb.json.JsonParser$.parse(JsonParser.scala:45)
at net.liftweb.json.package$.parse(package.scala:40)
at SparkConsumer$$anonfun$main$1$$anonfun$apply$1.apply(SparkConsumer.scala:98)
at SparkConsumer$$anonfun$main$1$$anonfun$apply$1.apply(SparkConsumer.scala:95)
at scala.collection.Iterator$class.foreach(Iterator.scala:727)

在scala.collection.AbstractIterator.foreach（Iterator.scala：1157）

Answer 1

我已经解决了这个问题，因此我在这里写以供将来参考：

依赖，依赖，依赖！

我选择使用lift-json ，但这适用于任何JSON解析器和/或框架。

我正在使用的SPARK版本（ v1.4.1 ）是与scala 2.10兼容的版本，这里是pom.xml的依赖项：

<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-streaming_2.10</artifactId>
    <version>1.4.1</version>
    <scope>provided</scope>
</dependency>

和其他一些库。 我正在使用scala 2.11的lift-json版本...这是WRONG 。

因此，为了将来，我以及如果您正在阅读此主题：与scala版本和依赖关系保持一致。 在lift-json的情况下：

        <dependency>
            <groupId>net.liftweb</groupId>
            <artifactId>lift-json_2.10</artifactId>
            <version>3.0-M1</version>
        </dependency>

Answer 2

你也有同样的问题。

但是我通过使用fastjson解决了这个问题。

SBT dependency : // http://mvnrepository.com/artifact/com.alibaba/fastjson libraryDependencies += "com.alibaba" % "fastjson" % "1.2.12"或

Maven dependency : <!-- http://mvnrepository.com/artifact/com.alibaba/fastjson --> <dependency> <groupId>com.alibaba</groupId> <artifactId>fastjson</artifactId> <version>1.2.12</version> </dependency>

你可以试试看。 希望这会有所帮助。

Answer 3

在Scala / Apache Spark中从JSON字符串提取数据

import org.apache.spark.rdd.RDD

object JsonData extends serializable{
  def main(args: Array[String]): Unit = {

    val msg = "{ \"id_post\":\"21\",\"message\":\"blablabla\"}";
    val m1 = msgParse(msg)
    println(m1.id_post)
  }
  case class SomeClass(id_post: String, message: String) extends serializable
  def msgParse(msg: String): SomeClass = {
    import org.json4s._
    import org.json4s.native.JsonMethods._
    implicit val formats = DefaultFormats
    val m = parse(msg).extract[SomeClass]
      return m

  }

}

以下是Maven体面

<dependency>
    <groupId>org.json4s</groupId>
    <artifactId>json4s-native_2.10</artifactId>
    <version>3.3.0</version>
</dependency>