如何通過Spark流和Apache flume將Kafka主題加載到HDFS

Question

我正在學習卡夫卡。 使用cloudera env。

我在Kafka中創建了一個主題：

/opt/bitnami/kafka/bin/kafka-topics.sh --create --zookeeper 35.195.113.105:2181 --replication-factor 1 --partitions 1 --topic airports

制片人：

/opt/bitnami/kafka/bin/kafka-console-producer.sh --broker-list localhost:9092 --topic airports </home/bitnami/airports.csv

我需要使用Spark Streaming和Flume在HDFS中復制此主題。

有關如何執行此操作的任何想法或建議。

此致蘇拉卜

Answer 1

首先閱讀此文檔http://spark.apache.org/docs/latest/streaming-kafka-0-10-integration.html 。 您將獲得如何在kafka中消費消息。 然后在foreachRDD函數中添加HDFS客戶端代碼，以將消息寫入HDFS。