|
|
1
3
卡夫卡的分区是斯帕克的并行化单元。因此,即使从技术上讲这是可能的,这也没有意义,因为所有的数据都将由一个执行器处理。不必使用spark,您可以简单地启动流程
( https://kafka.apache.org/0110/javadoc/org/apache/kafka/clients/consumer/KafkaConsumer.html ) 如果你想从Spark自动重试中获益,你可以简单地用它创建一个Docker镜像,然后用Kubernetes用适当的重试配置来启动它。 至于spark,如果你真的想使用它,你应该检查你读的分区的偏移量。可能您提供了一个不正确的值,它会返回“超出范围”的偏移量消息(可能以0开头?). |
|
2
1
指定分区的分区号和起始偏移量,以便在此行中传输数据,
哪里,
然后我们可以从选定的分区流式传输数据。 |