在Spark Streaming Scala中将RDD写入Elasticsearch需要时间

Question

我开发了Spark Streaming（River方法），该方法从kafka读取数据并处理数据并写入elasticsearch。

相同的代码是用Java开发的（现在我们正在用spark scala编写相同的代码），当与Java性能进行比较时，spark效果不佳。

我观察到的是，当我们写ES时，需要花费时间。

这是我的高级代码：

val kafkaStreams: util.List[DStream[String]] = new util.ArrayList[DStream[String]]

for(i <- 0 until topic_threads){
      var data = KafkaUtils.createStream(ssc,kafkaConf,topic).map(line => line._2)
      kafkaStreams.add(data)
    }

  

//下面的union改善了spark 1.6.2的性能   文档

val unifiedStream = ssc.union(kafkaStreams)


unifiedStream.persist(StorageLevel.MEMORY_ONLY)
if(flagY){
   val dataES = unifiedStream.map(rdd => processData(rdd))
   dataES.foreachRDD(rdd => {
     ElasticUtils.saveToEs(rdd, index_Name, index_Type)
})

在processData方法中，我只是解析来自kafka的红色数据。

任何人都可以让我知道您的经验或建议，以改善火花蒸汽（scala）接收器进近性能。

由于性能低下，批次堆积起来，并且批次调度中的延迟增加。