spark streaming checkpoint 遇上NotSerializableException

需求:spark streaming消费kafka,offset维护到kafka topic,开启checkpoint

环境:Java、spark2.3、spark-streaming-kafka-0-10_2. 11

开启checkpoint后程序遇到序列化异常,解决方案如下:

① 程序用到了自定义ConsumerStrategy,需要添加序列化

② 异步提交offset到kafka,commitAsync方法的回调函数不能用lambda表达式。需要实现OffsetCommitCallback回调函数接口并序列化


import com.lazyge.sprk.stream.util.KfkConsumerStrategy;

import org.apache.kafka.clients.consumer.ConsumerConfig;

import org.apache.kafka.clients.consumer.ConsumerRecord;

import org.apache.kafka.common.serialization.StringDeserializer;

import org.apache.spark.SparkConf;

import org.apache.spark.api.java.JavaRDD;

import org.apache.spark.api.java.function.FlatMapFunction;

import org.apache.spark.api.java.function.Function;

import org.apache.spark.api.java.function.Function2;

import org.apache.spark.api.java.function.VoidFunction2;

import org.apache.spark.streaming.Durations;

import org.apache.spark.streaming.Time;

import org.apache.spark.streaming.api.java.JavaDStream;

import org.apache.spark.streaming.api.java.JavaInputDStream;

import org.apache.spark.streaming.api.java.JavaStreamingContext;

import org.apache.spark.streaming.kafka010.*;

import java.util.*;

import java.util.concurrent.atomic.AtomicReference;

public class CkptTestSpark {

public static void main(String[] args)throws InterruptedException {

new CkptTestSpark().start();

}

public void start()throws InterruptedException {

JavaStreamingContext ssc = getContext();

JavaInputDStream> stream = getStream(ssc);

AtomicReference offsetRanges =new AtomicReference<>();

JavaDStream wordDstream = stream.transform((Function2>, Time, JavaRDD>) (rdd, time) -> {

if( rdd.rdd()instanceof HasOffsetRanges ){

offsetRanges.set(((HasOffsetRanges) rdd.rdd()).offsetRanges());

}

JavaRDD lines = rdd.map((Function, String>) (record) -> {

return (String)record.value();

});

JavaRDD words = lines.flatMap((FlatMapFunction) (line) -> {

return Arrays.asList(line.split(" ")).iterator();

});

return words;

});

wordDstream.foreachRDD((VoidFunction2, Time>)(rdd, time) -> {

rdd.collect().forEach(System.out::println);

/**

* 开启checkpoint的时候,OffsetCommitCallback 需要实现序列化才能使用

* 否则报错:NotSerializableException

*/

if (stream.dstream()instanceof CanCommitOffsets) {

((CanCommitOffsets)stream.dstream()).commitAsync(offsetRanges.get()/*, (OffsetCommitCallback)(ofs, ex) -> {

System.err.println("开启checkpoint的时候,OffsetCommitCallback 需要实现序列化才能使用");

                }*/);

}

});

ssc.start();

System.out.println("beginninignininiinini");

ssc.awaitTermination();

}

private JavaStreamingContext getContext(){

SparkConf conf =new SparkConf()

.setIfMissing("spark.master","local[*]")

.setIfMissing("spark.app.name","ckptTestSpark");

JavaStreamingContext ssc =new JavaStreamingContext(conf, Durations.seconds(5));

ssc.checkpoint("E:\\tmp\\ckptspark");

return ssc;

}

private JavaInputDStream> getStream(JavaStreamingContext ssc){

String brokers ="192.168.99.128:9092,192.168.99.128:9093,192.168.99.128:9094";

String groupId ="testCkpt";

String topics ="first";

Set topicsSet =new HashSet<>(Arrays.asList(topics.split(",")));

Map kafkaParams =new HashMap<>();

kafkaParams.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, brokers);

kafkaParams.put(ConsumerConfig.GROUP_ID_CONFIG, groupId);

kafkaParams.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);

kafkaParams.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);

kafkaParams.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,false);

kafkaParams.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG,"earliest");

/**

* 开启checkpoint的时候,ConsumerStrategy 需要实现序列化才能使用

* 否则报错:NotSerializableException

*/
JavaInputDStream> stream = KafkaUtils.createDirectStream(ssc,LocationStrategies.PreferConsistent(),
new KfkConsumerStrategy(kafkaParams, Arrays.asList(topics)));

/*JavaInputDStream> stream = KafkaUtils.createDirectStream(ssc,LocationStrategies.PreferConsistent(),ConsumerStrategies.Subscribe(topicsSet, kafkaParams));*/

return stream;

}

}

总结:用scala不会有那么多问题

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,980评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,178评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,868评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,498评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,492评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,521评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,910评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,569评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,793评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,559评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,639评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,342评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,931评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,904评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,144评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,833评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,350评论 2 342