[英]Spark structured streaming scala + confluent schema registry (json schema)
[英]Spark 3.2.0 Structured Streaming save data to Kafka with Confluent Schema Registry
有没有一些简单的方法可以使用 Confluent Schema 注册表将 Spark 结构化流 dataframe 保存到 kafka 中? Spark版本为3.2.0,Scala 2.12
我设法使用 Confluent 模式注册表从 Kafka 读取数据,代码有点难看:
val schemaRegistryClient = new CachedSchemaRegistryClient(schemaRegistry, 128)
val kafkaAvroDeserializer = new AvroDeserializer(schemaRegistryClient)
val deserializer = kafkaAvroDeserializer
}
class AvroDeserializer extends AbstractKafkaAvroDeserializer {
def this(client: SchemaRegistryClient) {
this()
this.schemaRegistry = client
}
override def deserialize(bytes: Array[Byte]): String = {
val genericRecord = super.deserialize(bytes).asInstanceOf[GenericRecord]
genericRecord.toString
}
}
spark.udf.register("deserialize", (bytes: Array[Byte]) =>
DeserializerWrapper.deserializer.deserialize(bytes))```
现在我想将数据写入另一个 Kafka 主题 - 有没有简单的方法?
您需要使用在 Struct 列(或原始类型)上使用序列化器 UDF 的类似丑陋代码。
有一些库可以帮助使它不那么难看 - https://github.com/AbsaOSS/ABRiS
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.