使用自定义接收器从数据集中接收流数据 [Spark Streaming]

Posted 2023-04-15

【中文标题】使用自定义接收器从数据集中接收流数据 [Spark Streaming]

【英文标题】：Receive streaming data from dataset with custom receiver [Spark Streaming]

【发布时间】：2019-10-14 12:27:54

【问题描述】：

我是 Spark 的新手，它是库！

我有一个案例，我需要将数据集发送到自定义接收器的store()，然后从这个自定义接收器流式传输数据。

我在自定义接收器类中以这种方式获取数据集：

Dataset<Row> jdbcDF = spark.read()
.format("jdbc")
.option("url", "jdbc:mysql:dbserver")
.option("dbtable", "schema.tablename")
.option("user", "username")
.option("password", "password")
.load();

现在我想将此数据集用作流数据，所以我必须将这个数据集存储在 Receiver 类的store() 中：

store(jdbcDF);

是否可以通过这种方式进行流式传输？ 附注不使用Structured Streaming Programming

提前谢谢你！

【问题讨论】：

你找到解决办法了吗？

【参考方案1】：

spark 不支持 jdbc 数据库表的流式传输。但它确实支持作为接收器。而是使用 kafka 连接将数据库表中的数据作为流服务发送，并通过 spark 结构化 straming 读取。