Spark Streaming Kafka 超時

Question

我正在嘗試使用 spark-shell 的簡單示例在 Amazon EMR 上運行 Spark + Kafka 集成，但我不斷收到超時錯誤。 但是，當我使用org.apache.kafka和與下面相同的設置發布時，它可以正常工作。

超時錯誤：

org.apache.kafka.common.errors.TimeoutException: Failed to update metadata after 60000 ms.

我將client.truststore.jks和client.keystore.p12移動到 hdfs 並運行以下

$ spark-shell --packages org.apache.spark:spark-sql-kafka-0-10_2.11:2.3.0

import org.apache.spark.sql.functions.col

val kafkaOptions = Map("kafka.bootstrap.servers" -> s"$host:$port",
        "kafka.security.protocol" -> "SSL",
        "kafka.ssl.endpoint.identification.algorithm" -> "",
        "kafka.ssl.truststore.location" -> "/home/hadoop/client.truststore.jks",
        "kafka.ssl.truststore.password" -> "password",
        "kafka.ssl.keystore.type" -> "PKCS12",
        "kafka.ssl.key.password" -> "password",
        "kafka.ssl.keystore.location" -> "/home/hadoop/client.keystore.p12",
        "kafka.ssl.keystore.password" -> "password")
    )

 val df = spark
        .read
        .option("header", true)
        .option("escape", "\"")
        .csv("s3://bucket/file.csv")

 val publishToKafkaDf = df.withColumn("value", col("body"))

 publishToKafkaDf
      .selectExpr( "CAST(value AS STRING)")
      .write
      .format("kafka")
      .option("topic", "test-topic")
      .options(kafkaOptions)
      .save()

Answer 1

已解決，這是工作節點的 AWS 安全組出站問題