我需要從使用Scala和Spark的遠程Kafka隊列主題中消費消息。默認情況下,遠程計算機上的Kafka端口設置爲7072
,而不是9092
。此外,遠程機器上有安裝以下版本:無法將代理列表參數從Scala傳遞到Kafka:屬性bootstrap.servers無效
- 卡夫卡0.10.1.0
- 斯卡拉2.11
這意味着我應該通過經紀人列表(與該端口7072
)從斯卡拉遠程卡夫卡,因爲否則它會嘗試使用默認端口。
問題是根據日誌,參數bootstrap.servers
無法被遠程機器識別。我還嘗試將此參數重命名爲metadata.broker.list
,broker.list
和listeners
,但始終在日誌中出現相同的錯誤Property bootstrap.servers is not valid
,然後默認使用端口9092
(並且顯然不會消耗這些消息)。
在POM文件我用卡夫卡以下依賴和星火:
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-streaming_2.10</artifactId>
<version>1.6.2</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-streaming-kafka_2.10</artifactId>
<version>1.6.2</version>
</dependency>
所以,我用Scala的2.10,而不是2.11。
這是我的Scala代碼(它工作絕對沒問題,如果我使用安裝在亞馬遜雲我自己卡夫卡在那裏我有EMR機(那裏我已經用了卡夫卡的港口9092
)):
val testTopicMap = testTopic.split(",").map((_, kafkaNumThreads.toInt)).toMap
val kafkaParams = Map[String, String](
"broker.list" -> "XXX.XX.XXX.XX:7072",
"zookeeper.connect" -> "XXX.XX.XXX.XX:2181",
"group.id" -> "test",
"zookeeper.connection.timeout.ms" -> "10000",
"auto.offset.reset" -> "smallest")
val testEvents: DStream[String] =
KafkaUtils
.createStream[String, String, StringDecoder, StringDecoder](
ssc,
kafkaParams,
testTopicMap,
StorageLevel.MEMORY_AND_DISK_SER_2
).map(_._2)
我正在閱讀this Documentation,但看起來我所做的一切都是正確的。我應該使用其他一些Kafka客戶端API(其他Maven依賴項)嗎?
更新#1:
我也試過直接流(無動物園管理員),但它運行我進了錯誤:
val testTopicMap = testTopic.split(",").toSet
val kafkaParams = Map[String, String]("metadata.broker.list" -> "XXX.XX.XXX.XX:7072,XXX.XX.XXX.XX:7072,XXX.XX.XXX.XX:7072","bootstrap.servers" -> "XXX.XX.XXX.XX:7072,XXX.XX.XXX.XX:7072,XXX.XX.XXX.XX:7072",
"auto.offset.reset" -> "smallest")
val testEvents = KafkaUtils.createDirectStream[String, String, StringDecoder, StringDecoder](ssc, kafkaParams, testTopicMap).map(_._2)
testEvents.print()
17/01/02 12:23:15 ERROR ApplicationMaster: User class threw exception: org.apache.spark.SparkException: java.io.EOFException: Received -1 when reading from channel, socket has likely been closed.
java.io.EOFException: Received -1 when reading from channel, socket has likely been closed.
java.io.EOFException: Received -1 when reading from channel, socket has likely been closed.
更新#2:
我發現了這個相關的話題。建議的解決方案說Fixed it by setting the property 'advertised.host.name' as instructed by the comments in the kafka configuration (config/server.properties)
。我是否正確理解config/server.properties
應該在安裝有Kafka的遠程機器上更改?
Kafka : How to connect kafka-console-consumer to fetch remote broker topic content?
爲了進行測試,我在本地安裝了Kafka 0.10.1.0-2.11,然後在config/server中更改了參數'listeners'中的端口。屬性「到」7072「,最後我用問題中提到的POM執行我的代碼。我能夠沒有任何問題地獲得消息。所以,我放棄了版本的兼容性問題。爲了確保我能夠很好地解釋我自己:我在AWS EMR羣集上運行消費者代碼,而Kafka羣集是AWS之外的另一臺機器。 – Dinosaurius
我在想這與'security.protocol'有關。例如,如果遠程Kafka集羣使用'SSL'協議,那麼顯然我的連接將失敗。在這種情況下,我唯一會誤解的是爲什麼我能夠使用'curl'和Kafka-Rest-API(http://docs.confluent.io/2.0.0/kafka-rest/docs/api)來檢索郵件。 HTML#消費者)從終端(沒有斯卡拉)。也許它與遠程集羣中Confluent API的設置有關(即它不使用SSL)。 – Dinosaurius