是否支持spark-streaming-kafka-0-10 lib？

Question

我的kafka集群版本是0.10.0.0，我想用pyspark流来读取kafka数据。但在Spark Streaming + Kafka集成指南中，http://spark.apache.org/docs/latest/streaming-kafka-0-10-integration.html 没有python代码示例。 因此pyspark可以使用spark-streaming-kafka-0-10来整合kafka吗？

非常感谢您的帮助！

Answer 1

我还使用带有Kafka 0.10.0群集的Spark流。在您的代码中添加以下行后，您可以轻松完成。

spark.jars.packages org.apache.spark:spark-streaming-kafka-0-8_2.11:2.0.0 

这里Python中的示例：

# Initialize SparkContext 
sc = SparkContext(appName="sampleKafka") 

# Initialize spark stream context 
batchInterval = 10 
ssc = StreamingContext(sc, batchInterval) 

# Set kafka topic 
topic = {"myTopic": 1} 

# Set application groupId 
groupId = "myTopic" 

# Set zookeeper parameter 
zkQuorum = "zookeeperhostname:2181" 

# Create Kafka stream 
kafkaStream = KafkaUtils.createStream(ssc, zkQuorum, groupId, topic) 

#Do as you wish with your stream 
# Start stream 
ssc.start() 
ssc.awaitTermination()