如何在Spark结构化流媒体中的每个Spark任务中获取写入Kafka的记录数?

如何解决如何在Spark结构化流媒体中的每个Spark任务中获取写入Kafka的记录数?

我通过扩展CustomListener创建了SparkListener。当我将数据写入文件时,它确实会打印在spark任务中写入的记录数,但是如果我写入Kafka,则recordsWrittenCount始终为零。

如何获取每个Spark任务中写入kafka的记录数?

class CustomListener extends SparkListener {

  override def onTaskEnd(taskEnd: SparkListenerTaskEnd) {
    synchronized {
      var recordsWrittenCount = 0L
      var recordsReadCount = 0L
      recordsWrittenCount += taskEnd.taskMetrics.outputMetrics.recordsWritten
      recordsReadCount += taskEnd.taskMetrics.inputMetrics.recordsRead
      println("TaskId: " + taskEnd.taskInfo.taskId + " recordsReadCount: " + recordsReadCount + " recordsWrittenCount: " + recordsWrittenCount)
    }
  }
}

object TestReader extends App {
  val spark = SparkSession.builder().master("local[1]").getOrCreate()
  spark.sparkContext.addSparkListener(new CustomListener)

  val rates = spark
    .readStream
    .format("kafka")
    .option("kafka.bootstrap.servers","localhost:9092")
    .option("subscribe","inTopic")
    .load()

  rates
    .writeStream
    .trigger(Trigger.ProcessingTime("30 seconds"))
    .foreachBatch {
      (batchDF: DataFrame,batchId: Long) => {

        // Below prints correct value for recordsWrittenCount
        batchDF
          .write
          .format("csv")
          .option("delimiter","|")
          .mode(SaveMode.Overwrite)
          .save("/tmp/KafkaDir")

        //This always returns zero value for recordsWrittenCount
//        batchDF
//          .write
//          .format("kafka")
//          .option("kafka.bootstrap.servers","localhost:9092")
//          .option("checkpointLocation","/tmp/test2")
//          .option("topic","outTopic")
//          .save()


      }
    }
    .start()

  spark.streams.awaitAnyTermination()

}

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


依赖报错 idea导入项目后依赖报错,解决方案:https://blog.csdn.net/weixin_42420249/article/details/81191861 依赖版本报错:更换其他版本 无法下载依赖可参考:https://blog.csdn.net/weixin_42628809/a
错误1:代码生成器依赖和mybatis依赖冲突 启动项目时报错如下 2021-12-03 13:33:33.927 ERROR 7228 [ main] o.s.b.d.LoggingFailureAnalysisReporter : *************************** APPL
错误1:gradle项目控制台输出为乱码 # 解决方案:https://blog.csdn.net/weixin_43501566/article/details/112482302 # 在gradle-wrapper.properties 添加以下内容 org.gradle.jvmargs=-Df
错误还原:在查询的过程中,传入的workType为0时,该条件不起作用 <select id="xxx"> SELECT di.id, di.name, di.work_type, di.updated... <where> <if test=&qu
报错如下,gcc版本太低 ^ server.c:5346:31: 错误:‘struct redisServer’没有名为‘server_cpulist’的成员 redisSetCpuAffinity(server.server_cpulist); ^ server.c: 在函数‘hasActiveC
解决方案1 1、改项目中.idea/workspace.xml配置文件,增加dynamic.classpath参数 2、搜索PropertiesComponent,添加如下 <property name="dynamic.classpath" value="tru
删除根组件app.vue中的默认代码后报错:Module Error (from ./node_modules/eslint-loader/index.js): 解决方案:关闭ESlint代码检测,在项目根目录创建vue.config.js,在文件中添加 module.exports = { lin
查看spark默认的python版本 [root@master day27]# pyspark /home/software/spark-2.3.4-bin-hadoop2.7/conf/spark-env.sh: line 2: /usr/local/hadoop/bin/hadoop: No s
使用本地python环境可以成功执行 import pandas as pd import matplotlib.pyplot as plt # 设置字体 plt.rcParams['font.sans-serif'] = ['SimHei'] # 能正确显示负号 p
错误1:Request method ‘DELETE‘ not supported 错误还原:controller层有一个接口,访问该接口时报错:Request method ‘DELETE‘ not supported 错误原因:没有接收到前端传入的参数,修改为如下 参考 错误2:cannot r
错误1:启动docker镜像时报错:Error response from daemon: driver failed programming external connectivity on endpoint quirky_allen 解决方法:重启docker -> systemctl r
错误1:private field ‘xxx‘ is never assigned 按Altʾnter快捷键,选择第2项 参考:https://blog.csdn.net/shi_hong_fei_hei/article/details/88814070 错误2:启动时报错,不能找到主启动类 #
报错如下,通过源不能下载,最后警告pip需升级版本 Requirement already satisfied: pip in c:\users\ychen\appdata\local\programs\python\python310\lib\site-packages (22.0.4) Coll
错误1:maven打包报错 错误还原:使用maven打包项目时报错如下 [ERROR] Failed to execute goal org.apache.maven.plugins:maven-resources-plugin:3.2.0:resources (default-resources)
错误1:服务调用时报错 服务消费者模块assess通过openFeign调用服务提供者模块hires 如下为服务提供者模块hires的控制层接口 @RestController @RequestMapping("/hires") public class FeignControl
错误1:运行项目后报如下错误 解决方案 报错2:Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.8.1:compile (default-compile) on project sb 解决方案:在pom.
参考 错误原因 过滤器或拦截器在生效时,redisTemplate还没有注入 解决方案:在注入容器时就生效 @Component //项目运行时就注入Spring容器 public class RedisBean { @Resource private RedisTemplate<String
使用vite构建项目报错 C:\Users\ychen\work>npm init @vitejs/app @vitejs/create-app is deprecated, use npm init vite instead C:\Users\ychen\AppData\Local\npm-