Question

我可以使用以下代码阅读来自Kafka的消息：

val ssc = new StreamingContext(sc, Seconds(50)) 
val topicmap = Map("test" -> 1)
val lines = KafkaUtils.createStream(ssc,"127.0.0.1:2181", "test-consumer-group",topicmap)

但是，我正在尝试阅读Kafka的每条消息并将其放入HBase。这是我写入HBase的代码，但没有成功。

lines.foreachRDD(rdd => {
  rdd.foreach(record => {
    val i = +1
    val hConf = new HBaseConfiguration() 
    val hTable = new HTable(hConf, "test") 
    val thePut = new Put(Bytes.toBytes(i)) 
    thePut.add(Bytes.toBytes("cf"), Bytes.toBytes("a"), Bytes.toBytes(record)) 
  })
})

Answer 1

好吧，你实际上并没有执行Put，你是mereley创建一个Put请求并向其添加数据。你缺少的是

hTable.put(thePut);

Answer 2

添加其他答案!!

您可以使用foreachPartition在执行者级别建立连接，以提高效率，而不是每行，这是一项代价高昂的操作。

lines.foreachRDD(rdd => {

    rdd.foreachPartition(iter => {

      val hConf = new HBaseConfiguration() 
      val hTable = new HTable(hConf, "test") 

      iter.foreach(record => {
        val i = +1
        val thePut = new Put(Bytes.toBytes(i)) 
        thePut.add(Bytes.toBytes("cf"), Bytes.toBytes("a"), Bytes.toBytes(record)) 

        //missing part in your code
        hTable.put(thePut);
      })
    })
})

Spark rdd写信给Hbase

2 个答案: